jvm理论：类文件结构

1、Class类文件的结构概述

Class文件是一组以8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完全是程序运行的必要数据，没有空隙存在。当遇到需要占用8个字节以上空间的数据项时，则会按照高位在前的方式分割成若干个8个字节进行存储。

1.1、魔数与class文件的版本

每个class文件的头4个字节被称为魔数（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受的class文件。紧接着魔数的4个字节存储的是class文件的版本号：第5和第6个字节是次版本号（Minor Version），第7和第8个字节是主版本号（Major Version）。Java的版本号是从45开始的。

1.2、常量池

紧接着主、次版本号之后的是常量池的入口，常量池可以比喻为class文件里的资源仓库，它是class文件结构中与其他项目关联最多的数据，通常也是占用class文件空间最大的数据项目之一，另外，它还是在class文件中第一个出现的表类型数据项目。
由于常量池中的常量数量是不固定的，所以在常量池的入口需要放置一项u2类型的数据，代表常量池容量的计数值。
常量池中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。字面量比较接近于Java语言层面的常量概念。而符号引用则属于编译原理方面的概念，主要包括下面几类常量：
（1）、被模块导出或者开放的包（Package）
（2）、类和接口的全限定名（Fully Qualified Name）
（3）、字段的名称和描述符（Descriptor）
（4）、方法的名称和描述符
（5）、方法句柄和方法类型（Method Handle、Method Type、Invoke Dynamic）
（6）、动态调用和动态常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）
Java代码在进行javac编译的时候，并不像C和C++那样有连接这一步骤，而是在虚拟机加载class文件的时候进行动态链接。也就是说，在class文件中不会保存各个方法、字段最终在内存中的布局信息、这些字段、方法的符号引用不经过虚拟机在运行期转换的话是无法得到真正的内存入口地址，也就无法直接被虚拟机使用的。当虚拟机做类加载时，将会从常量池获得对应的符号引用，再在类创建或运行时解析、翻译到具体的内存地址之中。
常量池中每一项常量都是一个表。如下所示：

1.3、访问标志

在常量池结束之后，紧接着的2个字节代表访问标志（access_flags），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是类或接口；是否定义为public类型；是否定义为abstract类型；如果是类的话，是否被生命为final；等等。

access_flag中一共有16个标志位可以使用，当前只定义了其中9个，没有用到的标志位要求一律为零。

1.4、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。由于Java不允许多重继承，所以父类索引只有一个，除了java.lang.Object之外，所有的Java类都有父类，因此除了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索引集合中。
类索引、父类索引和接口索引集合都按顺序排列在访问标志之后，类索引和父类索引用两个u2类型的索引值表示，它们各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过CONSTANT_Class_info类型的常量中索引值可以找到定义在CONSTANT_Utf8_info类型的常量中全限定名字符串。
对于接口索引集合，入口的第一项u2类型的数据为接口计数器（interfaces_count），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。

1.5、字段表集合

字段表（field_info）用于描述接口或者类中声明的变量。Java语言中的字段（Field）包括类级变量以及实例级变量，但不包括在方法内部声明的局部变量。字段可以包括的修饰符有字段的作用域（public、private、protected修饰符）、是实例变量还是类变量（static修饰符）、可变形（final）、并发可见性（volatile修饰符，是否强制从主内存读写）、可否被序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）、字段名称。
字段表结构

字段访问标志

跟随access_flags标志的是两项索引值：name_index和descriptor_index。它们都是对常量池项的引用，分别代表着字段的简单名称以及字段和方法的描述符。
字段表集合中不会列出从父类或者父接口中继承而来的字段，但是有可能出现原本Java代码中不存在的字段，譬如在内部类中为了保持对外部类的访问性，编译器就会自动添加指向外部类实例的字段。另外，在Java语言中字段是无法重载的，两个字段的数据类型、修饰符不管是否相同，都必须使用不一样的名称，但是对于Class文件格式来讲，只要两个字段的描述符不是完全相同，那字段重名就是合法的。

1.6、方法表集合

方法表的结构如同字段表一样，依次包括访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attributes）几项。
方法表结构

方法访问标志

与字段表集合相对应地，如果父类方法在子类中没有被重写（Override），方法表集合中就不会出现来自父类的方法信息。但同样地，有可能出现编译器自动添加的方法，最常见的就是类构造器()方法和实例构造器()方法。
在Java语言中，要重载（Overload）一个方法，除了要与原方法具有相同的简单名称之外，还要求必须拥有一个与原方法不同的特征签名。特征签名是指一个方法中各个参数在常量池中的字段符号引用的集合，也正是因为返回值不会包含在特征签名之中，所以Java语言里面是无法仅仅依靠返回值的不同来对一个已有方法进行重载的。但是在Class文件格式之中，特征签名的范围要更大一些，只要描述符不是完全一致的两个方法就可以共存。也就是说，如果两个方法有相同的名称和特征签名，但返回值不同，那么也是可以合法共存同一个Class文件中的。

1.7、属性表集合

属性表（attribute_info）
虚拟机规范预定义的属性

对于每一个属性，它的名称都要从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示，而属性值的结构则是完全自定义的，只需要通过一个u4的长度属性去说明属性值所占用的位数即可。
属性表结构

1.7.1、Code属性

Java程序方法体里面的代码经过javac编译器处理之后，最终变为字节码指令存储在Code属性内。Code属性出现在方法表的属性集合之中，但并非所有的方法表都必须存在这个属性，譬如接口或者抽象类中的方法就不存在Code属性，如果方法表有Code属性存在，那么它的结构将如下所示：

attribute_name_index是一项指向CONSTANT_Utf8_info型常量的索引，此常量值固定为“Code”，它代表了该属性的属性名称，attribute_length代表了属性值的长度，由于属性名称索引与属性长度一共为6个字节，所以属性值的长度固定为整个属性表长度减去6个字节。
max_stack代表了操作数栈（Operand Stack）深度的最大值。在方法执行的任意时刻，操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧（Stack Frame）中的操作栈深度。
max_locals代表了局部变量表所需的存储空间。在这里，max_locals的单位是变量槽（Slot）、变量槽是虚拟机为局部变量表分配内存所使用的最小单位。
code_length和code用来存储Java源程序编译后生成的字节码指令。code_length代表字节码的长度，code是用于存储字节码指令的一系列字节流。

1.7.2、Exceptions属性

Exceptions属性的作用是列举出方法中可能抛出的受检查异常（Checked Exceptions），也就是方法描述时在throws关键字后面列举的异常。结构如下：

此属性中的number_of_exceptions项表示方法可能抛出number_of_exceptions种受查异常，每一种受检查异常使用一个exception_index_table项表示；exception_index_table是一个指向常量池中CONSTANT_Class_info型常量的索引，代表了该受检查异常的类型。

1.7.3、LineNumberTable属性

LineNumberTable属性用于描述Java源码行号与字节码行号（字节码偏移量）之间的对应关系。它并不是运行时必须的属性，但默认会生成到Class文件之中，可以在javac中使用-g:none或-g:lines选项来取消或要求生成这项信息。如果选择不生成LineNumberTable属性，对程序运行产生的主要影响就是当抛出异常时，堆栈中将不会显示出错的行号，并且在调试程序的时候，也无法按照源码行来设置断点。LineNumberTable结构如下：

line_number_table是一个数量为line_number_table_length类型为line_number_info的集合，line_number_info表包含start_pc和line_number两个u2类型的数据项，前者是字节码行号，后者是Java源码行号。

1.7.4、LocalVariableTable及LocalVariableTypeTable属性

LocalVariableTable属性用于描述栈帧中局部变量表的变量与Java源码中定义的变量之间的关系，它也不是运行时必须的属性，但默认会生成到Class文件之中，可以在javac中使用-g:none或-g:vars选项来取消或要求生成这项信息。如果没有生成这项属性，最大的影响就是当其他人引用这个方法时，所有的参数名称都将丢失。LocalVariableTable属性结构如下：

其中local_variable_info项目代表了一个栈帧与源码中的局部变量的关联，结构如下：

start_pc和length属性分别代表了这个局部变量的生命周期开始的字节码偏移量及其作用范围覆盖的长度，两者结合起来就是这个局部变量在字节码之中的作用域范围。
name_index和descriptor_index都是指向常量池中CONSTANT_Utf8_info型常量的索引，分别代表了局部变量的名称以及这个局部变量的描述符。
index是这个局部变量在栈帧的局部变量表中变量槽的位置。当这个变量数据类型是64位类型时，它占用的变量槽为index和index+1两个。

1.7.5、SourceFile属性

SourceFile属性用于记录生成这个Class文件的源码文件名称。这个属性也是可选的，可以使用javac的-g:none或-g:source选项来关闭或要求生成这项信息。在Java中，对于大多数的类来说，类名和文件名是一致的，但是有一些特殊情况例外。如果不生成这项属性，当抛出异常时，堆栈中将不会显示出错代码所属的文件名。这个属性是一个定长属性，结构如下：

sourcefile_index数据项是指向常量池中CONSTANT_Utf8_info型常量的索引，常量值是源码文件的文件名。

1.7.6、InnerClasses属性

InnerClasses属性用于记录内部类与宿主类之间的关联。如果一个类中定义了内部类，那么编译器将会为它们所包含的内部类生成InnerClasses属性。InnerClasses属性的结构如下所示：

数据项number_of_classes代表需要记录多少个内部类信息，每一个内部类信息都由一个inner_classes_info表进行描述。inner_classes_info表的结构如下所示：

inner_class_info_index和outer_class_info_index都指向常量池中CONSTANT_Class_info型常量的索引，分别代表了内部类和宿主类的符号引用。
inner_name_index是指向常量池中CONSTANT_Utf8_info型常量的索引，代表这个内部类的名称，如果是匿名内部类，这项值为0。
inner_name_access_flags是内部类的访问标志，类似于类的access_flags。

2、字节码指令

Java虚拟机的指令由一个字节长度的、代表着某种特定操作含义的数字（称为操作码，Opcode）以及跟随其后的零至多个代表此操作所需的参数（称为操作数，Operand）构成。由于Java虚拟机采用面向操作数栈而不是面向寄存器的架构，所以大多数指令都不包含操作数，只有一个操作码，指令参数都存放在操作数栈中。

2.1、加载和存储指令

加载和存储指令用于将数据在栈帧中的局部变量表和操作数栈之间来回传输，这类指令包括：
（1）、将一个局部变量加载到操作数栈：iload、iload_、lload、lload_、fload、fload_、dload、dload_、aload、aload_
（2）、将一个数值从操作数栈存储到局部变量表：istore、istore_、lstore、lstore_、fstore、fstore_、dstore、dstore_、astore、astore_
（3）、将一个常量加载到操作数栈：bipush、sipush、ldc、ldc_w、ldc2_w、aconst_null、iconst_m1、iconst_、lconst_、fconst_、dconst_
（4）、扩充局部变量表的访问索引的指令：wide

2.2、运算指令

算术指令用于对两个操作数栈上的值进行某种特定的运算，并把结果重新存入到操作数栈顶。大体上运算指令可以分为两种：对整型数据进行运算的指令与对浮点型数据进行运算的指令。整数与浮点数的算数指令在溢出和被零除的时候也有各自不同的行为表现。所有的算术指令包括：
（1）、加法指令：iadd、ladd、fadd、dadd
（2）、减法指令：isub、lsub、fsub、dsub
（3）、乘法指令：imul、lmul、fmul、dmul
（4）、除法指令：idiv、ldiv、fdiv、ddiv
（5）、求余指令：irem、lrem、frem、drem
（6）、取反指令：ineg、lneg、fneg、dneg
（7）、位移指令：ishl、ishr、iushr、lshl、lshr、lushr
（8）、按位或指令：ior、lor
（9）、按位与指令：iand、land
（10）、按位异或指令：ixor、lxor
（11）、局部变量自增指令：iinc
（12）、比较指令：dcmpg、dcmpl、fcmpg、fcmpl、lcmp

2.3、类型转换指令

类型转换指令可以将两种不同的数值类型相互转换，这些转换操作一般用于实现用户代码中的显示类型转换操作。
Java虚拟机直接支持以下数值类型的宽化类型转换：
（1）、int类型到long、float或者double类型
（2）、long类型到float、double类型
（3）、float类型到double类型
与之相对的，处理窄化类型转换时，就必须显式地使用转换指令来完成，这些转换指令包括i2b、i2c、i2s、l2i、f2i、f2l、d2i、d2l和d2f。窄化类型转换可能会导致转换结果产生不同的正负号、不同的数量级的情况、转换过程很可能会导致数值的精度丢失。

2.4、对象创建与访问指令

对象创建后，就可以通过对象访问指令获取对象实例或者数组实例中的字段或者数组元素，这些指令包括：
（1）、创建类实例的指令：new
（2）、创建数组的指令：newarray、anewarray、multianewarray
（3）、访问类字段（static字段，或者称为类变量）和实例字段（非static字段，或者称为实例变量）的指令：getfield、putfield、getstatic、putstatic
（4）、把一个数组元素加载到操作数栈的指令：baload、caload、saload、iaload、laload、faload、daload、aaload
（5）、将一个操作数栈的值存储到数组元素中的指令：bastore、castore、sastore、iastore、fastore、dastore、aastore
（6）、取数组长度的指令：arraylength
（7）、检查类实例类型的指令：instanceof、checkcast

2.5、操作数栈管理指令

Java虚拟机提供了一些用于直接操作操作数栈的指令，包括：
（1）、将操作数栈的栈顶一个或两个元素出栈：pop、pop2
（2）、复制栈顶一个或两个数值并将复制值或双份的复制值重新压入栈顶：dup、dup2、dup_x1、dup2_x1、dup_x2、dup2_x2
（3）、将栈最顶端的两个数值互换：swap

2.6、控制位移指令

控制位移指令可以让Java虚拟机有条件或无条件地从指定位置指令的下一条指令继续执行程序，从概念模型上理解，可以认为控制指令就是在有条件或无条件地修改PC寄存器的值。控制位移指令包括：
（1）、条件分支：ifeq、iflt、ifle、ifne、ifgt、ifge、ifnull、ifnonnull、if_icmpeq、if_icmpne、if_icmplt、if_icmpgt、if_icmpge、if_acmpeq和if_acmpne
（2）、复合条件分支：tableswitch、lookupswitch
（3）、无条件分支：goto、goto_w、jsr、jsr_w、ret

2.7、方法调用和返回指令

方法调用指令如下：
（1）、invokevirtual指令：用于调用对象的实例方法，根据对象的实际类型进行分派（虚方法分派），这也是Java语言中最常见的方法分派方式。
（2）、invokeinterface指令：用于调用接口方法，它会在运行时搜索一个实现了这个接口方法的对象，找出合适的方法进行调用。
（3）、invokespecial指令：用于调用一些需要特殊处理的实例方法，包括实例初始化方法、私有方法和父类方法。
（4）、invokestatic指令：用于调用类的静态方法（static方法）
（5）、invokedynamic指令：用于在运行时动态解析出调用点限定符所引用的方法。并执行该方法。
方法调用指令与数据类型无关，而方法返回指令是根据返回值的类型区分的，包括ireturn、lreturn、freturn、dreturn和areturn，另外还有一条return指令供声明为void方法、实例初始化方法、类和接口的类初始化方法使用。

2.8、异常处理指令

在Java程序中显式抛出异常的操作（throw语句）都由athrow指令来实现，除了用throw语句显式抛出异常的情况之外，《Java虚拟机规范》还规定了许多运行时异常会在其他Java虚拟机指令检测到异常状况时自动抛出。

2.9、同步指令

Java虚拟机可以支持方法级的同步和方法内部一段指令序列的同步，这两种同步结构都是使用管程（Monitor）来实现的。
方法级的同步是隐式的，无须通过字节码指令来控制，它实现在方法调用和返回操作之中。虚拟机可以从方法常量池中的方法表结构中的ACC_SYNCHRONIZED访问标志得知一个方法是否被声明为同步方法。当方法调用时，调用指令将会检查方法的ACC_SYNCHRONIZED访问标志是否被设置，如果设置了，执行线程就要求先成功持有管程，然后才能执行方法，最后当方法完成时释放管程。在方法执行期间，执行线程持有了管程，其他任何线程都无法再获取到同一个管程。如果一个同步方法执行期间抛出异常，并且在方法内部无法处理此异常，那这个同步方法所持有的管程将在异常抛到同步方法边界之外时自动释放。
同步一段指令集序列通常是由Java语言中的synchronized语句块来表示的，Java虚拟机的指令集中有monitorenter和monitorexit两条指令来支持synchronized关键字的含义。