一、Class类文件的结构
任何一个Class文件都对应着唯一的一个类或接口的定义信息,但是反过来说,类或接口并不一定都得定义在文件,比如类或接口也可以动态生成,直接送入类加载器中。
Class文件是一组以8个字节为基础单位的二进制流,各个数据项目严格按照顺序紧凑地排列在文件之中,中间没有添加任何分隔符,这使得整个Class文件中存储的内容几乎全部是程序运行的必要数据。当遇到需要占用8个字节以上空间的数据项时,则会按照高位在前(高位字节在地址最低位,最低字节在地址最高位)的方式分割成若干个8个字节进行存储。
Class文件格式采用伪结构来存储数据,这种伪结构只有两种数据类型:“无符号数”和“表”。
- 无符号数——属于基本的数据类型,以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数,无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字符串值。
- 表——由多个无符号数或者其他表作为数据项构成的复合数据类型,所有表的命名都习惯性地以“_info”结尾。表用于描述有层次关系的复合结构的数据,整个Class文件本质上也可以视作一张表。表如下: | 类型 | 名称 | 数量 | | —- | —- | —- | | u4 | magic | 1 | | u2 | minor_version | 1 | | u2 | major_version | 1 | | u2 | constant_pool_count | 1 | | cp_info | constant_pool | constant_pool_count-1 | | u2 | access_flags | 1 | | u2 | this_class | 1 | | u2 | super_class | 1 | | u2 | interfaces_count | 1 | | u2 | interfaces | interfaces_count | | u2 | fields_count | 1 | | field_info | fields | fields_count | | u2 | methods_count | 1 | | methods_info | methods | methods_count | | u2 | attributes_count | 1 | | attribute_info | attributes | attributes_count |
ClassFile {
u4 magic; //Class 文件的标志
u2 minor_version;//Class 的小版本号
u2 major_version;//Class 的大版本号
u2 constant_pool_count;//常量池的数量
cp_info constant_pool[constant_pool_count-1];//常量池
u2 access_flags;//Class 的访问标记
u2 this_class;//当前类
u2 super_class;//父类
u2 interfaces_count;//接口
u2 interfaces[interfaces_count];//一个类可以实现多个接口
u2 fields_count;//Class 文件的字段属性
field_info fields[fields_count];//一个类会可以有多个字段
u2 methods_count;//Class 文件的方法数量
method_info methods[methods_count];//一个类可以有个多个方法
u2 attributes_count;//此类的属性表中的属性数
attribute_info attributes[attributes_count];//属性表集合
}
无论是无符号数还是表,当需要描述同一类型但数量不定的多个数据时,经常会使用一个前置的容量计数器加若干个连续的数据项的形式,这时候称这一些列连续的某一类型的数据为某一类型的“集合”。
1.1 魔数 (Magic Number)
每个 Class 文件的头 4 个字节称为魔数(Magic Number),它的唯一作用是确定这个文件是否为一个能被虚拟机接收的 Class 文件。
1.2 Class文件版本号 (Minor&Major Version)
紧接着魔数的四个字节存储的是 Class 文件的版本号:第 5 和第 6 位是次版本号,第 7 和第 8 位是主版本号。
每当 Java 发布大版本(比如 Java 8,Java9)的时候,主版本号都会加 1。你可以使用 javap -v 命令来快速查看 Class 文件的版本号信息。
高版本的 Java 虚拟机可以执行低版本编译器生成的 Class 文件,但是低版本的 Java 虚拟机不能执行高版本编译器生成的 Class 文件。所以,我们在实际开发的时候要确保开发的的 JDK 版本和生产环境的 JDK 版本保持一致。
1.3 常量池 (Constant Pool)
紧接着主次版本号之后的是常量池,常量池的数量是 constant_pool_count-1(常量池计数器是从 1 开始计数的,将第 0 项常量空出来是有特殊考虑的,索引值为 0 代表“不引用任何一个常量池项”)。
常量池主要存放两大常量:字面量和符号引用。字面量比较接近于 Java 语言层面的的常量概念,如文本字符串、声明为 final 的常量值等。而符号引用则属于编译原理方面的概念。包括下面几类常量:
- 被模块导出或者开放的包
- 类和接口的全限定名
- 字段的名称和描述符
- 方法的名称和描述符
- 方法句柄和方法类型
- 动态调用点和动态常量
常量池中每一项常量都是一个表,截止到JDK13,这 17 种表有一个共同的特点:开始的第一位是一个 u1 类型的标志位 -tag 来标识常量的类型,代表当前这个常量属于哪种常量类型.
类型 | 标志(tag) | 描述 |
---|---|---|
CONSTANT_utf8_info | 1 | UTF-8 编码的字符串 |
CONSTANT_Integer_info | 3 | 整形字面量 |
CONSTANT_Float_info | 4 | 浮点型字面量 |
CONSTANT_Long_info | 5 | 长整型字面量 |
CONSTANT_Double_info | 6 | 双精度浮点型字面量 |
CONSTANT_Class_info | 7 | 类或接口的符号引用 |
CONSTANT_String_info | 8 | 字符串类型字面量 |
CONSTANT_Fieldref_info | 9 | 字段的符号引用 |
CONSTANT_Methodref_info | 10 | 类中方法的符号引用 |
CONSTANT_InterfaceMethodref_info | 11 | 接口中方法的符号引用 |
CONSTANT_NameAndType_info | 12 | 字段或方法的符号引用 |
CONSTANT_MethodHandle_info | 15 | 表示方法句柄 |
CONSTANT_MothodType_info | 16 | 标志方法类型 |
CONSTANT_Dynamic_info | 17 | 表示一个动态计算常量 |
CONSTANT_InvokeDynamic_info | 18 | 表示一个动态方法调用点 |
CONSTANT_Module_info | 19 | 表示一个模块 |
CONSTANT_Package_info | 20 | 表示一个模块中开放或者导出的包 |
这17种常量类型各自有着完全独立的数据结构。
.class 文件可以通过javap -v class类名 指令来看一下其常量池中的信息(javap -v class类名-> temp.txt :将结果输出到 temp.txt 文件)。
常量项的结构定义:
常量 | 项目 | 类型 | 描述 |
---|---|---|---|
CONSTANT_utf8_info | tag | u1 | 值为1 |
length | u2 | UTF-8编码的字符串占用了字节数 | |
bytes | u1 | 长度为length的UTF-8编码的字符串 | |
CONSTANT_Integer_info | tag | u1 | 值为3 |
bytes | u4 | 按照高位在前存储int的值 | |
CONSTANT_Float_info | tag | u1 | 值为4 |
bytes | u4 | 按照高位在前存储float的值 | |
CONSTANT_Long_info | tag | u1 | 值为5 |
bytes | u8 | 按照高位在前存储long的值 | |
CONSTANT_Double_info | tag | u1 | 值为6 |
bytes | u8 | 按照高位在前存储的double值 | |
CONSTANT_Class_info | tag | u1 | 值为7 |
index | u2 | 指向全限定名常量项的索引 | |
CONSTANT_String_info | tag | u1 | 值为8 |
index | u2 | 指向字符串字面量的索引 | |
CONSTANT_Fieldref_info | tag | u1 | 值为9 |
index | u2 | 指向声明字段的类或接口描述符CONSTANT_Class_info的索引项 | |
index | u2 | 指向字段描述符CONSTANT_NameAndType_info的索引项 | |
CONSTANT_Methodref_info | tag | u1 | 值为10 |
index | u2 | 指向声明方法的类描述符CONSTANT_Class_info的索引项 | |
index | u2 | 指向名称及类型描述符CONSTANT_NameAndType_info的索引项 | |
CONSTANT_InterfaceMethodref_info | tag | u1 | 值为11 |
index | u2 | 指向声明方法的接口描述符CONSTANT_Class_info的索引项 | |
index | u2 | 指向名称及类型描述符CONSTANT_NameAndType_info的索引项 | |
CONSTANT_NameAndType_info | tag | u1 | 值为12 |
index | u2 | 指向该字段或方法名称常量项的索引 | |
index | u2 | 指向该字段或方法描述常量项的索引 | |
CONSTANT_MethodHandle_info | tag | u1 | 值为15 |
reference_kind | u1 | 值必须在1~9,它决定了方法句柄的类型。方法句柄类型的值表示方法句柄的字节码行为 | |
reference_index | u2 | 值必须是对常量池的有效索引 | |
CONSTANT_MothodType_info | tag | u1 | 值为16 |
descriptor_index | u2 | 值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_utf8_info结构,表示方法的描述符 | |
CONSTANT_Dynamic_info | tag | u1 | 值为17 |
bootstrap_method_attr_index | u2 | 值必须是对当前Class文件中引导方法表的bootstap_methods[]数组的有效索引 | |
name_and_type_index | u2 | 值必须是对当前常量池的有效索引,常量池在该索引处的项必须是CONSTANT_NameAndType_info结构,表示方法名和方法描述符 | |
CONSTANT_InvokeDynamic_info | tag | u1 | 值为18 |
bootstrap_method_attr_index | u2 | 值必须是对当前Class文件中引导方法表的bootstap_methods[]数组的有效索引 | |
name_and_type_index | u2 | 值必须是对当前常量池的有效索引,常量池在该索引处的项必须是CONSTANT_NameAndType_info结构,表示方法名和方法描述符 | |
CONSTANT_Module_info | tag | u1 | 值为19 |
name_index | u2 | 值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_utf8_info结构,表示模块名字 | |
CONSTANT_Package_info | tag | u1 | 值为20 |
name_index | u2 | 值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_utf8_info结构,表示包名称 |
1.4 访问标志位(Access Flags)
在常量池结束之后,紧接着的2个字节代表访问标志,这个标志用于识别一些类或者接口层次的访问信息,包括:这个 Class 是类还是接口,是否为 public 或者 abstract 类型,如果是类的话是否声明为 final 等等。
标志名称 | 标志值 | 含义 |
---|---|---|
ACC_PUBLIC | 0X0001 | 是否为public类型 |
ACC_FINAL | 0X0010 | 是否被声明为final,只有类可设置 |
ACC_SUPER | 0X0020 | 是否允许使用invokespecial字节码指令的新语义,invokespecial指令的语义在jdk1.0.2发生过改变,为了区别这条指令使用哪种语义,JDK1.0.2之后编译出来的类的这个标志都必须为真 |
ACC_INTERFACE | 0X0200 | 标识这是一个接口 |
ACC_ABSTRACE | 0X0400 | 是否为abstract类型,对于接口或者抽象类来说,此标志值为真,其他类型值为假 |
ACC_SYNTHETIC | 0X1000 | 标识这个类并非由用户代码产生的 |
ACC_ANNOTATION | 0X2000 | 标识这是一个注解 |
ACC_ENUM | 0X4000 | 标识这是一个枚举 |
ACC_MODULE | 0X8000 | 标识这是一个模块 |
access_flags共有16个标志位可以使用,当前只定义了其中9个,没有使用道德标志位要求一律为0。
1.5 类索引、父类索引与接口索引集合
类索引(this_class)和父类索引(super_class)都是一个u2类型的数据,而接口索引集合(interfaces)是一组u2类型的数据的集合,Class文件中由这三项数据来确定该类型的继承关系。类索引用于确定这个类的全限定名,父类索引用于确定这个类的父类的全限定名。除了java.lang.Object外,所有Java类的父类索引都不为0。接口索引集合就用来描述这个类实现了哪些接口,这些被实现的接口将按implements关键字后的接口顺序从左到右排列在接口索引集合中。接口索引集合,入口的第一项u2类型的数据为接口计数器表示索引表的容量。如果该类没有实现任何接口,则该计数器值为0,后面接口的索引表不再占用任何字节。
1.6 字段表集合(Fields)
字段表(field_info)用于描述接口或类中声明的变量。字段包括类级变量以及实例变量,但不包括在方法内部声明的局部变量。
field info(字段表) 的结构:
- access_flags: 字段的作用域(public ,private,protected修饰符),是实例变量还是类变量(static修饰符),可否被序列化(transient 修饰符),可变性(final),可见性(volatile 修饰符,是否强制从主内存读写)。
- name_index: 对常量池的引用,表示的字段的名称;
- descriptor_index: 对常量池的引用,表示字段和方法的描述符;
- attributes_count: 一个字段还会拥有一些额外的属性,attributes_count 存放属性的个数;
- attributes[attributes_count]: 存放具体属性具体内容。
上述这些信息中,各个修饰符都是布尔值,要么有某个修饰符,要么没有,很适合使用标志位来表示。而字段叫什么名字、字段被定义为什么数据类型这些都是无法固定的,只能引用常量池中常量来描述。
字段的 access_flag 的取值:
1.7 方法集合表
methods_count 表示方法的数量,而 method_info 表示方法表。
Class 文件存储格式中对方法的描述与对字段的描述几乎采用了完全一致的方式。方法表的结构如同字段表一样,依次包括了访问标志、名称索引、描述符索引、属性表集合几项。
method_info(方法表的) 结构:
方法表的 access_flag 取值:
注意:因为volatile修饰符和transient修饰符不可以修饰方法,所以方法表的访问标志中没有这两个对应的标志,但是增加了synchronized、native、abstract等关键字修饰方法,所以也就多了这些关键字对应的标志。
1.8 属性集合表
在 Class 文件,字段表,方法表中都可以携带自己的属性表集合,以用于描述某些场景专有的信息。与 Class 文件中其它的数据项目要求的顺序、长度和内容不同,属性表集合的限制稍微宽松一些,不再要求各个属性表具有严格的顺序,并且只要不与已有的属性名重复,任何人实现的编译器都可以向属性表中写 入自己定义的属性信息,Java 虚拟机运行时会忽略掉它不认识的属性。
属性名称 | 使用位置 | 含义 |
---|---|---|
Code | 方法表 | Java代码编译成的字节码指令 |
ConstantValue | 字段表 | 由final关键字定义的常量值 |
Deprecated | 类、方法表、字段表 | 被声明为deprecated的方法和字段 |
Exceptions | 方法表 | 方法抛出的异常列表 |
EnclosingMethod | 类文件 | 仅当一个类为局部类或者匿名类时才能拥有这个属性,这个属性用于标识这个类所在的外围方法 |
InnerClasses | 类文件 | 内部类列表 |
LineNumberTable | Code属性 | Java源码的行号与字节码指令的对应关系 |
LocalVariableTable | Code属性 | 方法的局部变量描述 |
StackMapTable | Code属性 | JDK6中新增的属性,供新的类型检查验证器检查和处理目标方法的局部变量和操作数栈所需要的类型是否匹配 |
Signature | 类、方法表、字段表 | JDK5中新增的属性,用于支持范型情况下的方法签名。在Java语言中,任何类、接口、初始化方法或成员的泛型签名如果包含了类型变量或参数化函数则Signature属性会为它记录泛型签名信息。由于Java的泛型采用擦除法实现,为了避免类型信息被擦除后导致签名混乱,需要这个属性记录范型中的相关信息 |
SourceFile | 类文件 | 记录源文件名称 |
SourceDebugExtension | 类文件 | 用于存储额外的调试信息。 |
Synthetic | 类、方法表、字段表 | 表示方法或字段为编译器自动生成的 |
LocalVariableTypeTable | 类 | 使用特征签名代替描述符,是为了引入泛型语法之后能描述泛型参数化类型而添加 |
RuntimeVisibleAnnotations | 类、方法表、字段表 | 为动态注解提供支持。用于指明哪些注解是运行时可见的 |
RuntimeInvisibleAnnotations | 类、方法表、字段表 | 用于指明哪些注解是运行时不可见的 |
RuntimeVisibleParameterAnotations | 方法表 | 作用与RuntimeVisibleAnnotations属性类似,只不过作用对象为方法参数 |
RuntimeInvisibleParameterAnotations | 方法表 | 作用与RuntimeInvisibleAnnotations属性类似,只不过作用对象为方法参数 |
AnnotationDefault | 方法表 | 用于记录注解类元素的默认值 |
BootstrapMethods | 类文件 | 保存invokedynamic指令引用的引导方法限定符 |
RuntimeVisibleTypeAnnotations | 类方法表、字段表、Code属性 | 指明哪些注解是运行时是可见的 |
RuntimeInVisibleTypeAnnotations | 类方法表、字段表、Code属性 | 指明哪些注解是运行时是不可见的 |
MethodParameters | 方法表 | 用于支持将方法名称编译进Class文件中并可运行时获取 |
Module | 类 | 用于记录一个Module的名称以及相关信息 |
ModulePackages | 类 | 用于记录一个模块中所有被exports或opens的包 |
ModuleMainClass | 类 | 用于指定一个模块的主类 |
NestHost | 类 | 用于支持嵌套类的反射和访问控制的API |
NestMembers | 类 | 用于支持嵌套类的反射和访问控制的API |
每一个属性,它的名称都要从常量池中引用一个CONSTANT_UTF-8_info类型的常量来表示,而属性值的结构完全自定义,只需要通过一个u4的长度属性去说明属性所占用的位数即可。
二、虚拟机类加载机制
在Class文件中描述的各类信息最终都要加载到虚拟机中之后才能被运行和使用。Java虚拟机把描述类的数据从Class文件加载到内存,并对数据进行校验、转换解析和初始化,最终形成可以被虚拟机直接使用的Java类型,这个过程被称作虚拟机的类加载机制。
Java的动态扩展语言特性依赖于类型的加载、链接和初始化过程都是在程序运行期间完成的。
2.1 类加载时机
一个类型从被加载到虚拟机内存中开始,到卸载出内存为止,他的整个生命周期将会经历加载(Loading)、验证(Verification)、准备(Preparation)、解析(Resolution)、初始化(Initialization)、使用(Using)和卸载(Unloading)七个阶段,其中验证、准备、解析三个部分统称为链接(Linking)。
值得注意的是:加载、验证、准备、初始化和卸载这五个阶段的顺序是确定的,类型的加载过程必须按照这种顺序按部就班的开始,而解析阶段则不一定,它在某些情况下可以在初始化阶段之后再开始,这是为了支持Java语言的运行时动态绑定特性。
关于在什么情况下需要开始类加载过程的第一个阶段“加载”,《Java虚拟机规范》中并没有进行强制约束,这点可以交给虚拟机的具体实现来自由把握。但是对于初始化阶段,《Java虚拟机规范》则是严格规定了有且只有六种情况(称为对一个类型的主动引用)必须立即对类进行“初始化”:
- 遇到new、getstatic、putstatic、invokestatic这四条字节码指令时,如果类型没有进行过初始化,则需要先触发其初始化阶段。而能够生成这四条指令的典型Java代码场景是:
- 使用new关键字实例化对象的时候
- 读取或设置一个类型的静态字段(被final修饰、已在编译期把结果放入常量池的静态字段除外)的时候
- 调用一个类型的静态方法的时候
- 使用java.lang.reflect包的方法对类型进行反射调用的时候,如果类型没有进行过初始化,则需要先触发其初始化。
- 当初始化类的时候,如果发现其父类还没有进行过初始化,则需要先触发其父类的初始化
- 当虚拟机启动时,用户需要指定一个要执行的主类(包含main()方法的那个类),虚拟机会先初始化这个主类。
- 当使用JDK7新加入的动态语言支持时,如果一个java.lang.invoke.MethodHandle实例最后的解析结果为REF_getStatic、REF_putStatic、REF_invokeStatic、REF_newInvokeSpecial四种类型的方法句柄,并且这个方法句柄对应的类没有进行过初始化,则需要先触发其初始化。
- 当一个接口中定义了JDK8新加入的默认方法(被default关键字修饰的接口方法),如果有这个接口的实现类发生了初始化,那该接口要在其之前被初始化。
接口的加载过程与类加载过程稍有不同,针对接口需要做一些特说明:接口也有初始化过程,但接口中不能使用“static{}”语句块,但编译器仍然会为接口生成“
()”类构造器,用于初始化接口中所定义的成员变量。 接口与类真正的区别是:一个接口在初始化时,不要求其父接口全部都完成了初始化,只有在真正使用到父接口的时候才会初始化。
1. 被动引用例一
/**
通过子类引用父类的静态字段,不会导致子类初始化
*/
public class SuperClass{
static{
System.out.println("SuperClass init!");
}
public static int value=123;
}
public class SubClass extends SuperClass{
static{
System.out.println("SubClass init!");
}
public class NotInitialization{
public static void main(String[] args){
System.out.println(SubClass.value);
}
}
}
上述代码运行之后,只会输出“SuperClass init!”而不会输出“SubClass init!”。对于静态字段,只有直接定义这个字段的类才会被初始化,因此通过其子类来引用父类中定义的静态字段,只会触发父类的初始化而不会触发子类的初始化。至于是否要触发子类的加载和验证阶段,取决于虚拟机的具体实现。对于HotSpot虚拟机来说:-XX:+TraceClassLoading
参数可以导致子类加载。
2. 被动引用例二
/**
通过数组定义来引用类,不会触发此类的初始化
*/
public class NotInitialization{
public static void main(String[] args){
SuperClass[] sca=new SuperClass[10];
}
}
运行之后没有输出“SuperClass init!”,说明没有触发类SuperClass的初始化阶段。但是却触发了一个名为“L[SuperClass”的类的初始化阶段,它是一个由虚拟机自动生成的、直接继承于Object的子类,创建动作由字节码指令newarray触发。
3. 被动引用例三
/**
常量在编译阶段会存入调用类的常量池中,本质上没有直接引用到定义常量的类,因此不会触发定义常量的
类的初始化
*/
public class ConstClass{
static{
System.out.println("ConstClass init!");
}
public static final String HELLOWORLD="hello world";
}
public class NotInitialization{
public static void main(String[] args){
System.out.println(ConstClass.HELLOWORLD);
}
}
上述代码运行之后,也没有出现“ConstClass init!”,这是因为虽然在Java代码中确实引用了ConstClass类的常量HELLOWORLD,但其实在编译阶段通过常量传播优化,已经将此常量的值“hello world”直接存储在NotInitialization类的常量池中,以后NotInitialization对常量ConstClass.HELLOWORLD的引用,实际都被转化为NotInitialization类对自身常量池的引用。也就是说,实际上NotInitialization的Class文件之中并没有ConstClass类的符号引用入口了,这两个类在编译成Class文件后就已不存在任何联系了。
2.2 类加载过程
1. 加载
加载阶段是整个类加载过程中的一个阶段。在加载阶段,Java虚拟机需要完成以下三件事情:
- 通过一个类的全限定名来获取定义此类的二进制字节流。
- Java虚拟机规范对其要求并不具体,它并没有指明二进制字节流必须得从某个Class文件中获取,仅这一点就有很大的发展。
- 将这个字节流所代表的静态存储结构转化为方法区的运行时数据结构。
- 将内存中生成一个代表这个类的java.lang.Class对象,作为方法区这个类的各种数据的访问入口。
加载阶段既可以使用虚拟机里内置的引导类加载器完成,也可以由用户自定义的类加载器完成,我们可以通过定义自己的类加载器去控制字节流的获取方式(重写一个类加载器的findClass()或loadClass()方法),实现应用程序获取运行代码的动态性。
对于数组而言,数组类本身不通过类加载器创建,它是由Java虚拟机直接在内存中动态构造出来的。但数组类与类加载器仍然有很密切的关系,因为数组类的元素类型(数组去掉所有维度的类型)最终还是要靠类加载器来完成加载,一个数组类创建过程遵循以下规则:
- 如果数组的组件类型(数组去掉一个维度的类型)是引用类型,那就递归采用本节中定义的加载过程去加载这个组件类型,数组类将被标识在加载该组件类型的类加载器的类名称空间上(一个类型必须与类加载器一起确定唯一性)。
- 如果数组的组件类型不是引用类型,Java虚拟机将会把数组类标记为与引导类加载器关联。
- 数组类的可访问性与它的组件类型的可访问性一致,如果组件类型不是引用类型,它的数组类的可访问性将默认为public,可被所有的类和接口访问到。
加载阶段结束后,Java虚拟机外部的二进制字节流就按照虚拟机所设定的格式存储在方法区之中了,方法区中的数据存储格式完全由虚拟机实现自行定义。类型数据妥善安置在方法区之后,会在Java堆内存中实例化一个java.lang.Class类的对象,这个对象将作为程序访问方法区中的类型数据的外部接口。
加载阶段和连接阶段的部分动作(如一部分字节码文件格式验证动作)是交叉进行的,加载阶段尚未完成,连接阶段可能以及开始,但这些夹在加载阶段之中进行的动作,仍然属于连接阶段的一部分,这两个阶段的开始时间仍然保持着固定的先后顺序。
2. 验证
验证是连接阶段的第一步,这一阶段的目的是确保Class文件的字节流中包含的信息符合《Java虚拟机规范》的全部约束要求,保证这些信息被当作代码运行后不会危害虚拟机自身的安全。
验证阶段大致会完成下面四个阶段的检验动作:
① 文件格式验证
第一阶段要验证字节流是否符合Class文件格式的规范,并且能被当前版本的虚拟机处理。这一阶段可能包括下面一些验证点:
- 是否以魔数0XCAFFBABE开头
- 主次版本号是否在当前Java虚拟机接受范围之内
- 常量池的常量中是否有不被支持的常量类型(检查常量tag标志)
- 指向常量的各种索引值中是否有指向不存在的常量或不符合类型的常量
- CONSTANT_UTF-8_info型的常量中是否有不符合UTF-8编码的数据
- Class文件中各个部分及文件本身是否有被删除的或附加的其他信息
- …..
这只是从HotSpot虚拟机源码摘抄的一小部分内容,该验证阶段的主要目的是保证输入的字节流能正确地解析并存储于方法区之内,格式上符合描述一个Java类型信息的要求。这阶段的验证是基于二进制字节流进行的,只有通过这个阶段的验证,这段字节流才被允许进入Java虚拟机内存的方法区中进行存储,所以后面的三个验证阶段全部是基于方法区的存储结构上进行的,不会再直接读取、操作字节流了。
②元数据验证
第二阶段是对字节码描述的信息进行语义分析,以保证其描述的信息符合《Java语言规范》的要求,这个阶段可能包括的验证点如下:
- 这个类是否有父类
- 这个类的父类是否继承了不允许被继承的类(被final修饰的类)
- 如果这个类不是抽象类,是否实现了其父类或接口之中要求实现的所有方法
- 类中的字段、方法是否与父类产生矛盾例如覆盖类父类的final字段,或者出现不符合规则的方法重载,例如方法参数都一致,但返回值类型却不同等。
- ……..
③ 字节码验证
通过数据流分析和控制流分析确定程序语义是合法的、符合逻辑的,在第二阶段对元数据信息中的数据类型校验完毕以后,这阶段就要对类的方法体(Class文件中的Code属性)进行校验分析,保证被校验类的方法在运行时不会做出危害虚拟机安全的行为,例如:
- 保证任意时刻操作数栈的数据类型与指令代码序列都能配合工作,例如不会出现类似于“在操作数栈放置了一个int类型的数据,使用时却按long类型来加载入本地变量表中”的情况。
- 保证任何跳转指令都不会跳转到方法体以外的字节码指令上
- 保证方法体中的类型转换总是有效的,例如可以把一个子类对象赋值给父类数据类型,这是安全的,但是把父类对象赋值给子类数据类型,甚至把对象赋值给与它毫无继承关系、完全不相干的一个数据类型则是不合法的。
- ……
如果一个类型中有方法体的字节码没有通过字节码验证,那它肯定是有问题的;但如果一个方法体通过了字节码验证,也仍然不能保证它一定就是安全的。
④ 符号引用验证
这一阶段的校验行为发生在虚拟机符号引用转化为直接引用的时候,这个转化动作将在连接的第三阶段——解析阶段中发生。符号引用验证可以看作是对类自身以外(常量池中的各种符号引用)的各类信息进行匹配性校验,也就是看该类是否缺少或者被禁止访问它依赖的某些外部类、方法、字段等资源。
- 符号引用中通过字符串描述的全限定名是否能找到对应的类
- 在指定类中是否存在符合方法的字段描述符以及简单名称所描述的方法和字段
- 符号引用中的类、字段、方法的可访问性是否可被当前类访问
- …..
该阶段的主要目的是保证解析行为能正常执行,如果无法通过,虚拟机将抛出IncompatibleClassChangeError的子类异常。
3. 准备
准备阶段是正式为类中定义的变量(即静态变量被static修饰的变量)分配内存并设置类变量初始值的阶段。在JDK8之后,类变量会随着Class对象一起存放在Java堆中。
- 内存分配——准备阶段进行内存分配的仅包括类变量,而不包括实例变量,实例变量将会在对象实例化时随着对象一起分配在Java堆中。
- 赋予初始值——这里所说的初始值通常情况下是数据类型的零值,假设一个类变量定义为:
public static int vlaue=123;
那变量value在准备阶段后的初始值为0而不是123,因为这是尚未开始执行任何Java方法,而把value赋值为123的putstatic指令是程序被编译后,存放于类构造器()方法中,所以赋值为123的动作要到类的初始化阶段才会被执行。
- 上述的通常情况下初始值是零值,那么特殊情况下就是:如果类字段的字段属性表中存在ConstantValue属性,那么准备阶段变量值会被初始化为ConstantValue属性所指定的初始值,假设上面类变量value的定义为:
public static final int value=123;
那么在准备阶段就会将值赋值为123。
4. 解析
解析阶段是Java虚拟机将常量池内的符号引用替换为直接引用的过程,符号引用在Class文件中以CONSTANT_Class_info、CONSTANT_Fieldref_info等类型的常量出现。
- 符号引用——以一组符号来描述所引用的目标,符号可以是任何形式的字面量,只要使用时能无歧义的定位到目标即可。符号引用与虚拟机实现的内存布局无关,引用的目标并不一定是已经加载到虚拟机内存当中的内容。符号引用的字面量形式明确定义在《Java虚拟机规范》的Class文件格式中
- 直接引用——可以直接指向目标的指针、相对偏移量或者是一个能间接定位到目标的句柄。直接引用是可以和虚拟机实现的内存布局直接相关的,同一个符号引用在不同虚拟机实例上翻译出来的直接引用一般不会相同。如果有了直接引用,那引用的目标必定已经在虚拟机的内存中存在。
《Java虚拟机规范》之中并未规定解析阶段发生的具体时间,只要求了在执行17个用于操作符号引用的字节码指令之前,先对他们所使用的符号引用进行解析。所以虚拟机实现可以根据需要来自行判断,到底是在类被加载器加载时就对常量池中的符号引用进行解析,还是等到一个符号引用将要被使用前才去解析它。同样,对方法或字段的访问,也会在解析阶段中对它们的可访问性进行检查。
这17个操作符号引用的字节码指令分别是:anewarray、checkcast、getfield、getstatic、instanceof、invokedynamic、invokeinterface、invokespecial、invokestatic、invokevirtual、ldc、ldc_w、ldc2_w、multianewarray、new、putfield、putstatic
除了invokedynamic指令以外(invokedynamic指令的目的是用于动态语言支持,它对应的引用称为“动态调用点限定符”是指必须等到程序实际运行到这条指令时,解析动作才进行),虚拟机实现可以对第一次解析的结果进行缓存,譬如在运行时直接引用常量池中的记录,并把常量标识为已解析状态,从而避免解析动作重复进行。无论是否真正执行了多次解析动作,Java虚拟机都需要保证的是在同一个实体中,如果一个符号引用之前已经被成功解析过,那么后续的引用解析请求就应当一直能够成功;同样如果第一次解析失败,其他指令对这个符号的解析请求也应该收到相同的异常,哪怕这个请求的符号在后来已成功加载进Java虚拟机内存之中。
解析动作主要针对类或接口、字段、类方法、接口方法、方法类型、方法句柄和调用点限定符这7类符号引用进行,分别对应常量池的CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethodref_info、CONSTANT_MethodType_info、CONSTANT_MethodHandle_info、CONSTANT_Dynamic_info、CONSTANT_InvokeDynamic_info 8种常量类型。接下来将对前四种引用的解析过程做介绍,剩下四种与动态语言支持密切相关,具体介绍留在后面动态语言时。
① 类或接口的解析
假设当前代码所处的类为D,如果要把一个从未解析过的符号引用N解析为一个类或接口C的直接引用,那么虚拟机完成整个解析过程将包含下面3个步骤:
- 如果C不是一个数组类型,那么虚拟机将会把代表N的全限定名传递给D的类加载器去加载C这个类。在加载过程中,由于元数据验证、字节码验证的需要又可能触发其他相关类的加载动作。一旦这个加载过程出了任何异常,解析过程就将宣告失败。
- 如果C是一个数组类型,并且数组的元素类型为对象,那么将会按照第一点的规则加载数组元素类型。接着由虚拟机生成一个代表该数字维度和元素的数组对象。
如果上面两步没有出现任何异常,那么C在虚拟机中实际上已经成为一个有效的类或接口了,但在解析完成前还要进行符号引用验证,确认D是否具备对C的访问权限。
如果C本身就包含了简单名称和字段描述符都与目标相同匹配的字段,则返回这个字段的直接引用,查找结束。
- 否则,如果在C中实现了接口,将会按照继承关系从下往上递归搜索各个接口和它的父接口,如果接口中包含了简单名称和字段描述符都与目标匹配的字段,则返回这个字段的直接引用,查找结束。
- 否则,如果C不是Object的话,将会按照继承关系从下往上递归搜索其父类,如果在父类中包含了简单名称和字段描述符都与目标匹配的字段,则返回这个字段的直接引用,查找结束。
- 否则查找失败,抛出异常。
如果查找过程成功返回了引用,将会对这个字段进行权限验证,如果不具备对字段的访问权限,则抛出异常。
③ 方法解析
方法解析的第一个步骤也是需要先解析出方法表的class_index项中索引的方法所属的类或接口的符号引用,如果解析成功,用C表示这个类,接下来虚拟机将会进行后续的方法搜索:
- Class文件格式中类的方法和接口的方法符号引用的常量类型定义是分开的,如果在类的方法表中发现class_index中索引的C是个接口的话,直接抛出异常
- 如果通过了第一步,在类C中查找是否有简单名称和描述符都与目标相匹配的方法,如果有则返回这个方法的直接引用,查找结束。
- 否则,在类C的父类中递归的查找是否有简单名称和描述符都与目标相匹配的方法,如果有则返回这个方法的直接引用,查找结束。
- 否则,在类C实现的接口列表及他们的父接口中递归查找是否有简单名称和描述符都与目标相匹配的方法,如果存在匹配的方法,说明类C是一个抽象类,这时候查找结束,抛出异常。
- 否则,宣告方法查找失败,抛出异常。
同理,最后如果查找过程成功返回了直接引用,将会对这个方法进行权限验证。
④ 接口方法解析
接口方法解析的第一个步骤也是需要先解析出方法表的class_index项中索引的方法所属的类或接口的符号引用,用C表示这个类,接下来虚拟机将会进行后续的接口方法搜索:
与类的方法解析相反,如果在接口方法表中发现class_index中的索引C是个类而不是接口,就直接抛出异常
- 否则,在接口C中查找是否有简单名称和描述符都与目标相匹配的方法,如果有则返回这个方法的直接引用,查找结束
- 否则,在接口C的父接口中递归查找,直到Object类为止,看是否有简单名称和描述符都与目标相匹配的方法。如果有则返回这个方法的直接引用,查找结束
- 对于规则3,由于Java的接口允许多继承,如果C的不同父接口中存在多个简单名称和描述符都与目标相匹配的方法,那将会从这多个方法中返回其中一个并结束查找,但是不同发行商实现的javac编译器有可能会按照更严格的约束拒绝编译这种代码
- 否则,宣告方法查找失败,抛出异常
5. 初始化
类的初始化阶段是类加载过程的最后一个步骤,在这个阶段Java虚拟机真正开始执行类中编写的Java程序代码,将主导权移交给应用程序。
进行准备阶段时,变量已经赋过一次系统要求的初始零值,而在初始化阶段,则会根据程序员通过程序编码指定的主观计划去初始化类变量和其他资源,也即初始化阶段就是执行类构造器()方法的过程,他是javac编译器的自动生成物。
()方法是编译器自动收集类中的所有类变量的赋值动作和静态语句块中的语句合并产生的,编译器收集的顺序是由语句在源文件中出现的顺序决定的,静态语句块中只能访问到定义在静态语句块之前的变量,定义在它之后的变量,在前面的静态语句块可以赋值,但是不能访问。 ()方法与类的构造函数(即在虚拟机视角中的实例构造器 ()方法)不同,它不需要显式地调研父类构造器,Java虚拟机会保证在子类的 ()方法执行前,父类的 ()方法已经执行完毕。因此在Java虚拟机中第一个被执行的 ()方法的类型肯定是Object - 由于父类的
()方法先执行,也就意味着父类中定义的静态语句块要优先于子类的变量赋值操作。 ()方法对于类或接口来说并不是必须的,如果一个类中没有静态语句块,也没有对变量的赋值操作,那么编译可以不为这个类生成 ()方法。 - 接口中不能使用静态语句块,但仍有变量初始化的赋值操作,因此接口与类一样都会生成
()方法。但接口与类不同的是,执行接口的 ()方法不需要先执行父接口的 ()方法,因为只有当父接口中定义的变量被使用时,父接口才会被初始化。此外,接口的实现类在初始化时也一样不会执行接口的 ()方法。 Java虚拟机必须保证一个类的
()方法在多线程环境中被正确地加锁同步。 2.3 类加载器
1. 类与类加载器
类加载器用于实现类的记载动作,对于任意一个类,都必须由加载它的类加载器和这个类本身一起共同确立其在Java虚拟机中的唯一性,每一个类加载器,都拥有一个独立的类名称空间。比较两个类是否“相等”(包括代表类的Class对象的equals()方法、isAssignableForm()方法、isInstance()方法的返回结果,也包括了使用instanceof关键字做对象所属关系判定等各种情况),只有在这两个类是由同一个类加载器加载的前提下才有意义,否则,即使这两个类来源于同一个Class文件,被同一个Java虚拟机加载,只要加载它们的类加载器不同,那这两个类就必定不相等。
2. 双亲委派模型
在Java虚拟机的角度来看,只存在两种不同的类加载器:
- 启动类加载器Bootstrap ClassLoader,这个类加载器使用C++语言实现,是虚拟机自身的一部分;
- 其他所有的类加载器,由Java语言实现,独立存在于虚拟机以外的部分,并且全部继承自抽象类ClassLoader
- 在Java开发者的角度来看,自JDK1.2以来,Java一直保持着三层类加载器、双亲委派的类加载架构。
① 启动类加载器 BootStrap Class Loader
这个类加载器负责加载存放在\lib目录,或者被-Xbootclasspath参数所指定的路径中存放的,而且是Java虚拟机能够识别的(按照文件名识别,如rt.jar、tools.jar,名字不符合的类库即使放在lib目录中也不会被加载)类库加载到虚拟机的内存中。启动类加载器无法被Java程序直接引用,用户在编写自定义类加载器时,如果需要把加载器请求委派给引导类加载器去处理,那直接使用null代替即可。 ② 扩展类加载器 Extension Class Loader
这个类加载器是在类sun.misc.Lanucher$ExtClassLoader中以Java代码的形式实现的。它负责加载\lib\ext目录中,或者被java.ext.dirs系统变量所指定的路径中所有的类库。 ③ 应用程序类加载器 Application Class Loader
这个类加载器由sun.misc.Launcher$AppClassLoader来实现。由于应用程序类加载器是ClassLoader类中的getSystemClassLoader()方法的返回值,所以也称为系统类加载器。它负责加载用户类路径上所有的类库。如果应用程序中没有自定义过自己的类加载器,一般情况下这个就是程序中默认的类加载器。
JDK9之前的Java应用都是由这三种类加载器互相配合来完成加载的,如果用户认为有必要,还可以加入自定义的类加载器来进行扩展。
如图展示的各种类加载器之间的层次关系被称为类加载器的双亲委派模型。双亲委派模型要求除了顶层的启动类加载器外,其余的类加载器都应有自己的父类加载器,不过这里类加载器之间的父子关系一般不是以继承的关系来实现的,而是使用组合关系来复用父加载器的代码。
双亲委派模型的工作过程是:如果一个类加载器收到了类加载的请求,它首先不会自己去尝试加载这个类,而是把这个请求委派给父类加载器去完成,每一个层次的类加载器都是如此,因此所有的加载请求最终都应该传送到最顶层的启动类加载器中,只有当父加载器反馈自己无法完成这个加载请求(他的搜索范围中没有找到所需的类)时,子加载器才会尝试自己去完成加载。
先检查请求加载的类型是否已经被加载过,若没有则调用父加载器的loadClass()方法,若父加载器为空则默认使用启动类加载器作为父加载器。加入父类加载器加载失败,抛出异常的话,才调用自己的findClass()方法尝试进行加载。