深入了解JVM(七)——Class檔案結構

版權聲明：本文為部落客原創文章，未經部落客允許不得轉載。 https://blog.csdn.net/qq_34173549/article/details/79612685

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，而語言無關性是指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。

縱觀Class檔案結構

class檔案是二進制檔案，它的内容具有嚴格的規範，檔案中沒有任何空格，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 

它表示class檔案中的值，這些值沒有任何類型，但有不同的長度。根據這些值長度的不同分為：u1、u2、u4、u8，分别代表1位元組的無符号數、2位元組的無符号數、4位元組的無符号數、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。

class檔案的組織結構

1. 魔數
2. 本檔案的版本資訊
3. 常量池
4. 通路标志
5. 類索引
6. 父類索引
7. 接口索引集合
8. 字段表集合
9. 方法表集合

Class檔案的構成1：魔數

class檔案的頭4個位元組稱為魔數，用來表示這個class檔案的類型。

魔數的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，是以在class檔案中标示檔案類型比較合适。

class檔案的魔數是用16進制表示的“CAFEBABE”，非常具有浪漫主義色彩，誰說程式員的情商都很低！ 

Class檔案的構成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，即使該class檔案中沒有用到任何高版本JDK的特性也無法運作！ 

Class檔案的構成3：常量池

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：

• 字面值常量 

  字面值常量即我們在程式中定義的字元串、被final修飾的值。

• 符号引用 

  符号引用就是我們定義的各種名字： 

  1. 類和接口的全限定名
  2. 字段的名字 和 描述符
  3. 方法的名字 和 描述符 

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，用來存儲目前常量池的容量。JVM根據這個值就知道常量池的頭尾來。 

  注：這個值是從1開始的，若為5表示池中有4個常量。

• 常量池中的常量由而為表來表示 

  常量池開頭有個常量池容量計數器，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部分
• 常量池是class檔案中空間占用最大的部分之一 

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：字面值常量 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，用于表示目前常量屬于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：

類型	名稱	數量
u1	tag	1
u2	name_index

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：

	length
	bytes

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。 

Class檔案的構成4：通路标志

在常量池之後是2位元組的通路标志。通路标志是用來表示這個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. 

Class檔案的構成5：類索引、父類索引、接口索引集合

類索引、父類索引、接口索引集合是用來表示目前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。 

Class檔案的構成6：字段表的集合

1. 什麼是字段表集合？

接下來是字段表的集合。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. 字段表結構的定義

	access_flags
	descriptor_index
	attributes_count
attribute_info	attributes

• 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)

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。

4. 字段表集合的注意點

1. 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；

2. 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。

3. 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。 

Class檔案的構成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

1. 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；

2. 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。

3. 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

Class檔案的構成8：屬性表的集合