1 什麼是JVM的“無關性”？
Java具有平台無關性,也就是任何作業系統都能運作Java代碼.之是以能實作這一點,是因為Java運作在虛拟機之上,不同的作業系統都擁有各自的Java虛拟機,是以Java能實作"一次編寫,處處運作".
而JVM不僅具有平台無關性,還具有語言無關性.
- 平台無關性是指不同作業系統都有各自的JVM
- 語言無關性是指Java虛拟機能運作除Java以外的代碼!
這聽起來非常驚人,但JVM對能運作的語言是有嚴格要求的.首先來了解下Java代碼的運作過程.
Java源代碼首先需要使用Javac編譯器編譯成class檔案,然後啟動JVM執行class檔案,進而程式開始運作.
也就是JVM隻認識class檔案,它并不管何種語言生成了class檔案,隻要class檔案符合JVM的規範就能運作.
是以目前已經有Scala、JRuby、Jython等語言能夠在JVM上運作.它們有各自的文法規則,不過它們的編譯器都能将各自的源碼編譯成符合JVM規範的class檔案,進而能夠借助JVM運作它們.
這裡寫圖檔描述
2 縱觀Class檔案結構
class檔案是一組以8位位元組為基礎機關的二進制流,它的内容具有嚴格的規範,檔案中沒有任何分隔符,全是連續的0/1.
class檔案中的所有内容被分為兩種類型：無符号數 和 表。
-
無符号數
基本的資料類型,以u1、u2、u4、u8,分别代表1位元組、2位元組、4位元組、8位元組的無符号數.
-
表
class檔案中所有資料(即無符号數)要麼單獨存在,要麼由多個無符号數組成二維表.即class檔案中的資料要麼是單個值,要麼是二維表.
2.1 魔數(Magic Number)
class檔案的頭4個位元組稱為魔數,唯一作用是确定這個檔案是否為一個能被JVM接受的Class檔案.
作用就相當于檔案字尾名,隻不過字尾名容易被修改,不安全.
是用16進制表示的"CAFEBABE".
2.2 版本資訊
緊接着魔數的4個位元組是版本号.它表示本class中使用的是哪個版本的JDK.
在高版本的JVM上能夠運作低版本的class檔案,但在低版本的JVM上無法運作高版本的class檔案.
2.3 常量池
2.3.1 什麼是常量池?
緊接着版本号之後的就是常量池.常量池中存放兩種類型的常量:
-
字面量 (Literal)
接近Java語言的常量概念如:文本字元串、final常量值等.
-
符号引用 (Symbolic Reference)
屬于編譯原理方面,包括下面三類常量:
- 類和接口的全限定名
- 字段的名稱和描述符
- 方法的名稱和描述符
2.3.2 常量池的特點
-
常量池長度不固定
常量池的大小是不固定的,是以常量池開頭放置一個u2類型的無符号數,代表目前常量池的容量.
注:這個值是從1開始,若為5表示池中有4項常量,索引值1~5.
-
常量池中的常量由二維表來表示
開頭有個常量池容量計數值,接下來就全是一個個常量了,隻不過常量都是由一張張二維表構成,除了記錄常量的值以外,還記錄目前常量的相關資訊.
- 常量池是class檔案的資源倉庫
- 常量池是與本class中其它部分關聯最多的資料類型
- 常量池是占用Class檔案空間最大的部分之一 ,也是第一個出現的表類型項目
2.3.3 常量池中常量的類型
剛才介紹了,常量池中的常量大體上分為:字面量 和 符号引用.在此基礎上,根據常量的資料類型不同,又可以被細分為14種常量類型.這14種常量類型都有各自的二維表示結構.每種常量類型的頭1個位元組都是tag,表示目前常量屬于14種類型中的哪一個.
以CONSTANT_Class_info常量為例，它的二維表示結構如下：
CONSTANT_Class_info表：
[圖檔上傳失敗...(image-847fbb-1513661176215)]
tag表示目前常量的類型(目前常量為CONSTANT_Class_info,是以tag的值應為7,表示一個類或接口的全限定名);
name_index表示這個類或接口全限定名的位置.它的值表示指向常量池的第幾個常量.它會指向一個CONSTANT_Utf8_info類型的常量，它的二維表結構如下：
CONSTANT_Utf8_info表：
[圖檔上傳失敗...(image-c16889-1513661176215)]
CONSTANT_Utf8_info表示字元串常量;
tag表示目前常量的類型,這裡應該是1;
length表示這個字元串的長度;
bytes為這個字元串的内容(采用縮略的UTF8編碼)
問：為什麼Java中定義的類、變量名字必須小于64K？
類、接口、變量等名字都屬于符号引用，它們都存儲在常量池中。而不管哪種符号引用，它們的名字都由CONSTANT_Utf8_info類型的常量表示，這種類型的常量使用u2存儲字元串的長度。由于2位元組最多能表示65535個數，是以這些名字的最大長度最多隻能是64K。
問：什麼是UTF-8編碼？什麼是縮略UTF-8編碼？
前者每個字元使用3個位元組表示，而後者把128個ASKII碼用1位元組表示，某些字元用2位元組表示，某些字元用3位元組表示。
2.4 通路标志
在常量池結束之後是2位元組的通路标志.表示這個class檔案是類還是接口、是否被public修飾、是否被abstract修飾、是否被final修飾等.
由于這些标志都由是/否表示,是以可以用0/1表示.
通路标志為2位元組,可以表示16位标志,但JVM目前隻定義了8種,未定義的直接寫0.
2.5 類索引、父類索引、接口索引集合
表示目前class檔案所表示類的名字、父類名字、接口們的名字.
它們按照順序依次排列,類索引和父類索引各自使用一個u2類型的無符号常量,這個常量指向CONSTANT_Class_info類型的常量,該常量的bytes字段記錄了本類、父類的全限定名.
由于一個類的接口可能有好多個,是以需要用一個集合來表示接口索引,它在類索引和父類索引之後.這個集合頭兩個位元組表示接口索引集合的長度,接下來就是接口的名字索引.
2.6 字段表的集合
2.6.1 什麼是字段表集合?
用于存儲本類所涉及到的成員變量,包括執行個體變量和類變量,但不包括方法中的局部變量.
每一個字段表隻表示一個成員變量,本類中所有的成員變量構成了字段表集合.
2.6.2 字段表結構的定義
-
access_flags
字段的通路标志。在Java中，每個成員變量都有一系列的修飾符，和上述class檔案的通路标志的作用一樣，隻不過成員變量的通路标志與類的通路标志稍有差別。
-
name_index
本字段名字的索引。指向一個CONSTANT_Class_info類型的常量，這裡面存儲了本字段的名字等資訊。
-
descriptor_index
描述符。用于描述本字段在Java中的資料類型等資訊(下面詳細介紹)
-
attributes_count
屬性表集合的長度。
-
attributes
屬性表集合。到descriptor_index為止是字段表的固定資訊，光有上述資訊可能無法完整地描述一個字段，是以用屬性表集合來存放額外的資訊，比如一個字段的值。(下面會詳細介紹)
2.6.3 什麼是描述符?
成員變量(包括靜态成員變量和執行個體變量) 和 方法都有各自的描述符。
對于字段而言，描述符用于描述字段的資料類型；
對于方法而言，描述符用于描述字段的資料類型、參數清單、傳回值。
在描述符中，基本資料類型用大寫字母表示，對象類型用“L對象類型的全限定名”表示，數組用“[數組類型的全限定名”表示。
描述方法時，将參數根據上述規則放在()中，()右側按照上述方法放置傳回值。而且，參數之間無需任何符号。
2.6.4 字段表集合的注意點
- 一個class檔案的字段表集合中不能出現從父類/接口繼承而來字段；
-
一個class檔案的字段表集合中可能會出現程式猿沒有定義的字段
如編譯器會自動地在内部類的class檔案的字段表集合中添加外部類對象的成員變量，供内部類通路外部類。
- Java中隻要兩個字段名字相同就無法通過編譯。但在JVM規範中，允許兩個字段的名字相同但描述符不同的情況，并且認為它們是兩個不同的字段。
2.7 方法表的集合
在class檔案中，所有的方法以二維表的形式存儲，每張表來表示一個函數，一個類中的所有方法構成方法表的集合。
方法表的結構和字段表的結構一緻，隻不過通路标志和屬性表集合的可選項有所不同。
方法表的屬性表集合中有一張Code屬性表，用于存儲目前方法經編譯器編譯過後的位元組碼指令。
方法表集合的注意點
- 如果本class沒有重寫父類的方法，那麼本class檔案的方法表集合中是不會出現父類/父接口的方法表；
-
本class的方法表集合可能出現程式猿沒有定義的方法
編譯器在編譯時會在class檔案的方法表集合中加入類構造器和執行個體構造器。
- 重載一個方法需要有相同的簡單名稱和不同的特征簽名。JVM的特征簽名和Java的特征簽名有所不同：
- Java特征簽名：方法參數在常量池中的字段符号引用的集合
- JVM特征簽名：方法參數＋傳回值