JVM -- 03 -- JVM类加载机制（二、类加载过程）

接着我们再来详细地了解下虚拟机中类加载的全过程，主要是加载、验证、准备、解析、初始化这五个阶段所执行的具体动作

---

一、加载 (Loading)

• 在加载阶段，虚拟机需要完成以下三件事

  • 通过一个类的全限定名来获取定义此类的二进制字节流

    • 从 ZIP 包中读取，是日后 JAR、EAR、WAR 格式的基础

    • 从网络中获取，这种场景最典型的应用就是 Applet

    • 运行时计算生成，这种场景使用的最多的是动态代理技术

    • 由其他文件生成，典型场景是 JSP 应用，即由 JSP 文件生成对应的 Class 类

    • 从数据库中读取，这种场景相对少见些，例如有些中间介服务器 (如 SAP Netweaver) 可以选择把程序安装到数据库中来完成程序代码在集群间的分发

  • 将这个字节流所代表的静态存储结构转换为方法区的运行时数据结构

  • 在内存中生成一个代表这个类的 java.lang.Class 对象，作为方法区这个类的各种数据的访问入口

---

• 对于数组类而言，情况则有所不同，数组类本身不通过类加载器进行创建，数组类是由 Java 虚拟机直接创建的。但数组类与类加载器仍然有很密切的关系，因为数组类的元素类型 (Element Type，指的是数组去掉所有维度后的类型) 最终是要靠类加载器去创建的

• 一个数组类 (下面简称为 C) 的创建过程遵循以下规则

  • 如果数组的组件类型 (Component Type，指的是数组去掉一个维度的类型) 是引用类型，则会递归采用本文中定义的加载过程去加载这个组件类型，数组 C 将在加载该组件类型的类加载器的类名称空间上被标识

  • 如果数组的组件类型不是引用类型 (例如 int[] 数组)，则虚拟机会把数组 C 标记为与引导类加载器关联

  • 数组类的可见性与它的组件类型的可见性一致，如果组件类型不是引用类型，那数组类的可见性将默认为 public

• 加载阶段完成后，虚拟机外部的二进制字节流就会按照虚拟机所需的格式存储在方法区之中，方法区中的数据存储格式由虚拟机实现自行定义

• 加载阶段与连接阶段的部分内容 (如一部分字节码文件格式的验证动作) 是交叉进行的，加载阶段尚未完成，连接阶段就可能已经开始，但这些夹在加载阶段之中进行的动作，仍然属于连接阶段的内容，这两个阶段的开始时间仍然保持着固定的先后顺序

---

二、验证 (Verification)

• 验证是连接阶段的第一步，其目的是为了确保 Class 文件的字节流中包含的信息符合当前虚拟机的要求，并且不会危害虚拟机自身的安全

• 从整体上来说，验证阶段大致上会完成下面四个阶段的检验动作：

  • 文件格式验证

    • 第一阶段的主要目的是验证字节流是否符合 Class 文件格式的规范，并且能否被当前版本的虚拟机所处理

      • 是否以魔数 0xCAFEBABE 开头

      • 主、次版本号是否在当前虚拟机处理的范围之内

      • 常量池中的常量是否有不被支持的常量类型 (检查常量 tag 标志)

      • 指向常量的各种索引值中是否有指向不存在的常量或不符合类型的常量

      • CONSTANT_Utf8_info 类型的常量中是否有不符合 UTF8 编码的数据

      • Class 文件中各个部分及文件本身是否有被删除的或附加的其他信息

      • …

    • 该阶段的验证是基于二进制字节流进行的，只有通过这个阶段的验证，字节流才会进入到内存的方法区中进行存储，所以后面的三个阶段全部是基于方法区的存储结构进行的，不会再直接操作字节流

  • 元数据验证

    • 第二阶段的主要目的是对字节码描述的信息进行语义分析 (即对类的元数据信息进行语义分析)，以保证其描述的信息符合 Java 语言规范的要求

      • 这个类是否有父类 (除了 java.lang.Object 类之外，所有的类都应当有父类)

      • 这个类的父类是否继承了不允许被继承的类 (被 final 修饰的类)

      • 如果这个类不是抽象类，是否实现了其父类或接口中要求实现的所有方法

      • 类中的字段、方法是否与父类产生矛盾 (例如覆盖了父类的 final 字段，或者出现了不符合规则的方法重载等)

      • …

  • 字节码验证

    • 第三阶段的主要目的是通过对数据流和控制流进行分析，以确定程序语义是否合法且符合逻辑，也就是说在元数据验证完之后，该阶段会对类的方法体进行校验分析，保证被校验类的方法在运行时不会做出危害虚拟机安全的事情

      • 保证任意时刻操作数栈的数据类型能与指令代码进行配合工作，例如不会出现类似这样的情况：在操作数栈中放置了一个 int 类型的数据，使用时却按 long 类型来加载到本地变量表中

      • 保证跳转指令不会跳转到方法体以外的字节码指令上

      • 保证方法体中的类型转换是有效的，例如可以把一个子类对象赋值给父类数据类型，这是安全的；但是把父类对象赋值给子类数据类型，甚至把对象赋值给与它毫无继承关系、完全不相干的一个数据类型，则是危险和不合法的

      • …

    • 由于数据流验证的高复杂性，虚拟机的设计团队为了避免在字节码验证阶段耗费过多的时间，在 JDK6.0 之后的 Javac 编译器和 Java 虚拟机中进行了一项优化，给方法体的 Code 属性的属性表中增加了一项名为 “StackMapTable” 的属性，该属性描述了方法体中所有的基本块 (Basix Block，按照控制流拆分的代码块) 开始时本地变量表和操作栈应有的状态，在字节码校验期间，就不需要再根据程序来推导这些状态的合法性，只需要检查 StackMapTable 属性中的巨鹿是否合法即可。这样将字节码的验证的类型推导转变为类型检查，从而节省了一些时间

  • 符号引用验证

    • 第四阶段的主要目的是对类自身以外 (常量池中的各种符号引用) 的信息进行匹配性校验，以确保解析动作可以正常执行

      • 符号引用中通过字符串描述的全限定名是否能找到对应的类

      • 在指定类中是否存在符合方法的字段描述符以及简单名称所描述的方法和字段

      • 符号引用中的类、字段、方法的访问性 (private、protected、public、default) 是否可被当前类访问

      • …

    • 该阶段的校验发生在虚拟机将符号引用转换为直接引用的时候，这个转换动作将在连接的第三阶段–解析阶段中发生

---

三、准备 (Preparation)

• 准备是连接阶段的第二步，其目的是为类变量分配内存并设置类变量的初始值，这些变量所使用的内存都将在方法区中进行分配

  • 该阶段进行的内存分配只包括类变量 (被 static 修饰的变量)，而不包括实例变量

  • 实例变量将会在对象实例化时随着对象一起被分配到 Java 堆中

  • 这里所说的初始值，“通常情况” 下是数据类型的零值，也就是默认值，例子如下

    public staic int value = 123;
    

  • 如上所示，变量 value 在准备阶段过后的初始值为 0 而不是 123，因为这个时候尚未开始执行任何的 Java 方法，而把 value 赋值为 123 的 putstatic 指令是在程序被编译后才执行的，其存放于类构造器 () 方法之中，所以把 value 赋值为 123 的动作将在初始化阶段才会执行

  • 在 “通常情况” 下初始值为默认值，但在一些 “特殊情况” 下则不同：如果类字段的字段属性表中存在 ConstantValue 属性，那么在准备阶段 value 就会被初始化为 ConstantValue 属性所指定的值

    • ConstantValue 的作用是 通知虚拟机自动为静态变量赋值，只有被 static 修饰的变量才可以使用这项属性，且仅限于基本数据类型和字符串

    • 示例如下

      public staic final int value = 123;
      

      如上所示，加了 final 进行修饰后，在编译时 Javac 将会为 value 生成 ConstantValue 属性，在准备阶段虚拟机就会根据 ConstantValue 的设置将 value 赋值为 123，如果该变量没有被 final 修饰，或者并非基本数据类型或字符串，则会在类构造器中进行初始化

---

四、解析

• 解析是连接阶段的第三步，也就是最后一步，是 虚拟机将常量池中的符号引用替换为直接引用的一个过程

  • 符号引用

    • 符号引用以一组符号来描述所引用的目标，符号可以是任何形式的字面量，只要使用时能无歧义地定位到目标即可

    • 符号引用与虚拟机实现的内存布局无关，引用的目标并不一定已经加载到内存中

    • 各种虚拟机实现的内存布局可以各不相同，但它们能接受的符号引用必须都是一致的 (符号引用的字面量形式明确定义在 Java 虚拟机规范的 Class 文件格式中)

  • 直接引用

    • 直接引用可以是指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄

    • 直接引用和虚拟机实现的内存布局相关，同一个符号引用在不同虚拟机实例上转换成的直接引用一般不会相同

    • 如果有了直接引用，那引用的目标必定已经在内存中存在

  • 虚拟机规范之中并未规定解析阶段发生的具体时间，只要求了在执行 anewarray、checkcast、getfield、getstatic、instanceof、invokedynamic、invokeinterface、invokespecial、invokestatic、invokevirtual、ldc、ldc_w、multianewarray、new、putfield 和 putstatic 这十六个用于操作符号引用的字节码指令之前，先对它们所使用的符号引用进行解析

  • 所以虚拟机的实现可以根据需求来判断到底是在类被加载器加载时就对常量池中的符号引用进行解析，还是等到一个符号引用将要被使用前才去解析它

  • 除了 invokedynamic 指令外，虚拟机实现可以对第一次解析的结果进行缓存 (在运行时常量池中记录直接使用，并把常量标识为已解析状态)，从而避免解析动作重复进行

  • 解析动作主要针对类或接口、字段、类方法、接口方法、方法类型、方法句柄和调用点限定符 7 类符号引用进行，分别对应于常量池中的不同常量类型

    符号引用	常量类型
    类或接口	CONSTANT_Class_info
    字段	CONSTANT_Fieldref_info
    类方法	CONSTANT_Methodref_info
    接口方法	CONSTANT_InterfaceMethodref_info
    方法类型	CONSTANT_MethodType_info
    方法句柄	CONSTANT_MethodHandle_info
    调用点限定符	CONSTANT_InvokeDynamic_info

---

五、初始化

• 类初始化是类加载过程的最后一步，在该阶段中，才会真正开始执行类中定义的 Java 程序代码 (或者说是字节码)

• 初始化阶段是执行类构造器 () 方法的过程，这里让我们来看看 () 方法的特点与细节

  • () 方法是由编译器自动收集类中所有类变量的赋值动作和静态语句块 (static{}) 中的语句合并产生的

  • 由于编译器收集的顺序是由语句在源文件中出现的顺序所决定的，所以静态语句块中只能访问到定义在静态语句块之前的变量，定义在它之后的变量，在前面的静态语句块可以赋值，但是不能访问

    public class Test {
    
        static {
            i = 0; // 给变量赋值可以正常编译通过
            System.out.println(i); // 这句编译器会提示 "非法向前引用"
        }
    
        static int i = 1;
    }
    

  • () 与类的构造函数 (或者说是实例构造器的 () 方法) 不同，它不需要显示地调用父类的类构造器，虚拟机会保证在子类的 () 方法执行之前，父类的 () 方法已经执行完毕，因此在虚拟机中第一个被执行的 () 方法的类肯定是 java.lang.Object

  • () 方法对于类或接口来说并不是必需的，如果一个类中没有静态语句块，也没有对变量的赋值操作，那么编译器可以不为这个类生成 () 方法

  • 接口中不能使用静态语句块，但仍然有变量初始化的赋值操作，因此接口与类一样都会生成 () 方法

    • 执行接口的 () 方法不需要先执行其父接口的 () 方法，只有当父接口中定义的变量被使用时，父接口才会被初始化

    • 接口的实现类在初始化时，也不会执行接口的 () 方法

  • 虚拟机会保证一个类的 () 方法在多线程环境中被正确地加锁、同步，如果多个线程同时去初始化一个类，那么只会有一个线程去执行这个类的 () 方法，其他线程都需要阻塞等待，直到活动线程执行 () 方法完毕

---

六、归纳总结

• 类的加载过程

  • 加载 --> 验证 --> 准备 --> 解析 --> 初始化

• 加载阶段

  • 通过一个类的全限定名来获取定义此类的二进制字节流

  • 将这个字节流所代表的静态存储结构转换为方法区的运行时数据结构

  • 在内存中生成一个代表这个类的 java.lang.Class 对象，作为方法区这个类的各种数据的访问入口

  • 数组类不通过类加载器进行创建，而是由 Java 虚拟机直接创建

• 验证阶段

  • 确保 Class 文件的字节流中包含的信息符合当前虚拟机的要求，并且不会危害虚拟机自身的安全

  • 文件格式验证

    • 验证字节流是否符合 Class 文件格式的规范，并且能被当前版本的虚拟机所处理

    • 基于二进制字节流进行验证，只有通过了这个阶段的验证后，字节流才会进入内存的方法区中进行存储

  • 元数据验证

    • 对字节码描述的信息 (元数据) 进行语义分析，以保证其描述的信息符合 Java 语言规范的要求

  • 字节码验证

    • 通过对数据流和控制流进行分析，以确定程序语义是否合法且符合逻辑

  • 符号引用验证

    • 对类自身以外的信息 (常量池中的各种符号引用) 进行匹配性校验，以确保解析动作可以正常执行

• 准备阶段

  • 为类变量分配内存并设置类变量的初始值

  • 通常情况下，静态变量的初始值为零值 (默认值)，但当类字段的字段属性表中存在 ConstantValue 属性时，则在准备阶段就会将静态变量的值设置为 ConstantValue 属性所指定的值

• 解析阶段

  • 虚拟机将常量池中的符号引用替换为直接引用

  • 符号引用

    • 符号引用以一组符号来描述所引用的对象，符号可以是任何形式的字面量，只要使用时能无歧义地定位到目标即可，与虚拟机实现的内存布局无关

  • 直接引用

    • 直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄，与虚拟机实现的内存布局相关

• 初始化阶段

  • 开始执行类中定义的 Java 程序代码 (字节码)

  • ()

    • 类构造方法，在类加载过程中执行

    • 由编译器自动收集类中所有类变量的赋值动作和静态语句块中的语句合并产生

    • 虚拟机会保证在子类的 () 方法执行之前，父类的 () 方法已经执行完毕

    • 执行接口的 () 方法不需要先执行父接口的 () 方法，只有当使用到父接口中定义的变量时，才会执行父接口的 () 方法

  • ()

    • 实例构造方法，在对象实例化时执行