深入理解JVM：类文件结构

无关性的基石

   代码编译的结果从本地机器码转变为字节码，是存储格式发展的一小步，却是编程语言发展的一大步。

• 无关性：即与平台无关，“一次编写，到处运行（Write Once，Run Anywhere）”；
• 无关性的基石：字节码（Byte Code）：

  各种不同平台的Java虚拟机，以及所有平台都统一支持的程序存储格式；

Java虚拟机不与包括Java语言在内的任何程序语言绑定，它只与“Class文件”这种特定的二进制文件格式所关联，Class文件中包含了Java虚拟机指令集、符号表以及若干其他辅助信息。

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里（譬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。

根据《Java虚拟机规范》的规定，Class文件格式采用一种类似于C语言结构体的伪结构来存储数据，这种伪结构中只有两种数据类型：

1. “无符号数”：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。
2. “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，为了便于区分，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是一张表。

Class文件格式：

如上图，Class的没有任何分隔符，其数据项的顺序、数量，甚至于数据存储的字节序（Byte Ordering，Class文件中字节序为Big-Endian）等，都是被严格限定的，哪个字节代表什么含义，长度是多少，先后顺序如何，全部都不允许改变。

魔数、Class文件的版本

魔数（Magic Number）：每个Class文件的头4个字节被称为魔数（Magic Number），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。

• 很多文件格式标准中都有使用魔数来进行身份识别的习惯，因为相对于文件后缀更加安全；（譬如图片格式，如GIF或者JPEG等在文件头中都存有魔数）
• Class文件的魔数为：“0xCAFEBABE（咖啡宝贝？）”；

Class文件的版本号：紧接着魔数的4个字节存储的是Class文件的版本号；

1. 第5和第6个字节是次版本号（MinorVersion）
2. 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；
• 高版本的JDK能向下兼容以前版本的Class文件，但不能运行以后版本的Class文件；

  如：JDK 1.1能支持版本号为45.0～45.65535的Class文件，无法执行版本号为46.0以上的Class文件，而JDK 1.2则能支持45.0～46.65535的Class文件。

示例： 使用“WinHex”打开Class文件如上图：

1. 开头4个字节的十六进制表示是 0xCAFEBABE
2. 代表次版本号的第5个和第6个字节值为 0x0000，而主版本号的值为 0x0032，也即是十进制的50，该版本号说明这个是可以被JDK 6或以上版本虚拟机执行的Class文件。

Class文件版本号：

常量池

紧接着主、次版本号之后的是常量池入口，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。

• 由于常量池中常量的数量是不固定的，所以在常量池的入口需要放置一项u2类型的数据，代表常量池容量计数值（constant_pool_count，从1而不是0开始的）。

常量池中主要存放两大类常量：

1. 字面量（Literal）：接近于Java语言层面的常量概念，如文本字符串、被声明为final的常量值等
2. 符号引用（Symbolic References）：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. 动态调用点和动态常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）

• 符号引用（如同之前内存部分所说）：
  1. class文件中，方法调用其他方法，需要将其他方法的“符号引用”转化为直接引用，此过程即为“动态链接”；
  2. Java虚拟机栈的每个栈帧都有一个“指向运行时常量池中，该栈所属方法的”符号引用；

• 常量池中每一项常量都是一个表：
  1. 共有17类表；
  2. 这17种常量类型各自有着完全独立的数据结构；
  3. 表结构起始的第一位是个u1类型的标志位（tag），代表着当前常量属于哪种常量类型：

     

     

常量池中的17种数据类型的结构总表：

访问标志（access_flags）

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是类还是接口；是否定义为public类型；是否定义为abstract类型；如果是类的话，是否被声明为final；等等。

访问标志：

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

类索引、父类索引与接口索引集合

Class文件中由这三项数据来确定该类型的继承关系：

1. 类索引（this_class）：用于确定这个类的全限定名
   • u2类型的数据；
2. 父类索引（super_class）：用于确定这个类的父类的全限定名
   • u2类型的数据：因为Java没有多重继承，有且仅有一个父类；
3. 接口索引集合（interfaces）：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（如果这个Class文件表示的是一个接口，则应当是extends关键字）后的接口顺序从左到右排列在接口索引集合中。

   • 一组u2类型的数据的集合：
   • 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。

字节码指令简介

6.4.1　字节码与数据类型 6.4.2　加载和存储指令 6.4.3　运算指令 6.4.4　类型转换指令 6.4.5　对象创建与访问指令 6.4.6　操作数栈管理指令 6.4.7　控制转移指令 6.4.8　方法调用和返回指令 6.4.9　异常处理指令 6.4.10　同步指令