无关性的基石

各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码(ByteCode)是构成平台无关性的基石。实现语言无关性的基础仍然是虚拟机和字节码存储格式。 Java虚拟机不和包括Java在内的任何语言绑定,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虚拟机指令集和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文件都对应着唯一一个类或接口的定义信息,但反过来说,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通过类加载器直接生成)。Class文件是一组以8位字节为基础单位的二进制流。

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: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。

表是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文件本质上就是一张表,它由如下表所示的数据项构成。

类型 名称 说明 数量
u4 magic 识别Class文件格式,具体值为0xCAFEBABE 1
u2 minor_version Class文件格式副版本号 1
u2 major_version Class文件格式主版本号 1
u2 constant_pool_count 常数表项个数 1
cp_info constant_pool 常数表,又称变长符号表 constant_pool_count-1
u2 access_flags Class的声明中使用的修改符掩码 1
u2 this_class 常数表索引,索引内保存类名或接口名 1
u2 super_class 常数表索引,索引内保存父类名 1
u2 interfaces_count 超接口个数 1
u2 interfaces 常数表索引,各超接口名称 interfaces_count
u2 fields_count 类的域个数 1
field_info fields 域数据,包括属性名称索引 fields_count
u2 methods_count 方法个数 1
method_info methods 方法数据,包括方法名称索引 methods_count
u2 attributes_count 类附加属性个数 1
attribute_info attributes 类附加属性数据,包括源文件名称等 attributs_count

1、魔数

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受的Class文件。

2、Class文件的版本

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(MinorVersion),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,JDK 1.1之后的每个JDK大版本发布主版本号向上加1(JDK 1.0~1.1使用了45.0~45.3的版本号),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,即使文件格式并未发生任何变化,虚拟机也必须拒绝执行超过其版本号的Class文件。

3、常量池

常量池可以理解为Class文件之中的资源仓库,它是Class文件结构中与其他项目关联最多的数据类型,也是占用Class文件空间最大的数据项目之一,同时它还是在Class文件中第一个出现的表类型数据项目。

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,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,包括了下面三类常量:

  • 类和接口的全限定名(Fully Qualified Name)
  • 字段的名称和描述符(Descriptor)
  • 方法的名称和描述符

常量池中的每一项又对应着一个表

类型 标志 描述
CONSTANT_Utf8_info 1 UTF8编码的Unicode字符串
CONSTANT_Integer_info 3 整型字面量
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 字段或方法的部分符号引用

4、访问标志

在常量池结束之后,紧接着的两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

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这个类的继承关系。 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语言不允许多重继承,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语句(如果这个类本身是一个接口,则应当是extends语句)后的接口顺序从左到右排列在接口索引集合中。

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类型的常量中的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串。

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。

6、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。 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。 我们可以想一想在Java中描述一个字段可以包含什么信息?可以包括的信息有: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)、 可变性(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。 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,只能引用常量池中的常量来描述。

7、方法表集合(methods_count 、methods)

和字段表集合非常的类似,区别在methods这张表中的字段一些不太一样。

8、属性表集合

属性表集合中包含了大量的数据信息,上面的所有类型都有十分严格顺序,长度,大小。而属性表中就没有那么严格了,我们编写的最多的Code就存放在属性表集合中的CODE表中,一共有21项比如还包含:Exception表等等。具体的每一个项都是有意义的,有点多简单的介绍一下主要的:

1、Code 属性

Java方法体里面的代码经过Javac编译之后,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中,但在接口或抽象类中就不存在Code属性

2、Exception属性

列举出方法中可能抛出的受查异常

3、LineNumberTable属性

描述Java源码行号与字节码行号(字节码的偏移量)之间的对应关系。主要是如果抛出异常时,编译器会显示行号,就是这个属性的作用

4、LocalVariableTable属性

描述栈帧中局部变量表中的变量与Java源码中定义的变量之间的关系。用处在于当别人使用这个方法是能够显示出方法定义的参数名

5、SourseFile属性

记录生成这个Class文件的源码文件名称,抛出异常时能够显示错误代码所属的文件名

6、ConstantValue属性

通知虚拟机自动为静态变量赋值,只有被static字符修饰的变量(类变量)才可以有这项属性

7、InnerClass属性

用于记录内部类与宿主类之间的关联

8、Deprecated和Synthetic属性

这两个都是标志类型的布尔属性

Deprecated表示不再推荐使用,注解表示为@deprecated
Synthetic表示此字段或方法是由编译器自行添加的


参考文献:深入理解Java虚拟机 周志明 著