Java字节码揭秘——第一部分

 
写在前面
这一两年,在 JVM 上使用其他替代语言越来越热门了。现在至少有三门语言有幸在 Java Community Process 中得到了官方认可: JRuby Groovy Bean-Shell 。另外,代号为野马 (Mustang) Java 6 发布了包含了一个专为封装不同脚本引擎的 API 层,就像 JDBC 访问数据库的模式一样。再加上 Java 版本 5 也在语言本身上做了很大的调整。总之,就像我之前翻译的一篇 BLOG 一样, Java 平台的编程语言的前景已经发生了巨大的改变。虽然如此,只有一样东西没有变,它是所有这些语言的基础,无论这些语言有多么吸引人的特性和功能,最终都会在 JVM 的混合语言中运行,即 JVM 字节码。这又提起了我在 JVM/Java 字节码方面的兴趣。所以书写本文,在其中将介绍 JVM 字节码集合,用一些代码来描述它的工作方式,也将介绍一些可以直接操纵字节码的工具。
 
首先我要说明的是,直接了解 JVM 字节码感觉是奇怪的事情,因为我们总不可能自己来书写字节码。但是,我们如果知道编译器干了些什么可能会更好一点。比如,你肯定想知道编译后的 StringBuffer String 的区别、编译器到底有没有给你加上默认构造函数……当你了解了 JVM 字节码——这是我看见过的最简单的“可装配语言”——你就能够验证你的这些假设是否正确。
 
 
分解Java
考虑到大家对 Java 都已经比较熟悉了,所以我们这样开始可能比较容易:我们从编译后的 Java 代码开始,然后对其进行分解。这样可能比一开始就直接讲述 Java 字节码的规则要好一些。我们先从最简单的 Hello World 程序开始。
 
 
我们通过两种方式来一起研究 Java 字节码。第一个是太久时间都没有见到过的 javap javap 是字节码分解器,意思就是它编译 .class 文件并将文件结构输出到控制台,其中包括组成方法的字节码。如下例:
 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 
在刚才讲述的 .class 文件实际并不准确, JVM 无所谓输入的二进制流从哪儿来,只不过因为我们的习惯和 JDK 1.0 的发布所以我们说成是 .class 文件。所以,所谓的“ .class 文件”应该被理解为符合 JVM 标准的二进制格式流。
 
上面我们使用了 javap 。其中, -c 指示需要显示方法字节码; -private 指示无论可访问性显示所有成员; -verbose 是需要显示类的常量池。检查 HelloWorld 分解后的内容,会觉得非常有趣,我们立马就可以验证一些假设。例如,第一,如果类没有显式声明其父类的话,它将继承于 java.lang.Object 。第二, javap 也验证了如果类中没有显式声明构造函数的话,编译器会插入一个缺省无参的构造函数 ( 构造函数在 JVM 级别是显示成 的普通函数 )
 
加上了 -verbose 选项的 javap 输出中一个重要的部分就是常量池。每个类都会有个常量池,所有的常量——比如字符串、类名、方法名、属性名——都是保存在类的中心位置,通过对该池的索引进行参照访问。通常,这些特殊的细节内容都是由工具来处理的,这也是 javap 通过注释来显示这些常量值的原因。但是这些内容对我们认识常量池非常有用,也能够简化我们对分解代码的理解。例如,第 5 行代码 System.out.println("Hello, world!"); 它调用了 println 方法,显示在常量池的编号为 4 的分片 (const #4) ,它依次由编号为 19 的分片和编号为 20 的分片组成 (const #4 = Method #19.#20;) ,这样就最终解决了 java.io.PrintStream.println(String[]) 的问题。你可以 参照JVM标准 来了解所有不同的常量类型以及他们在 .class 文件中的格式。
 
在这里,我们主要来分析自动生成的 HelloWorld 构造函数:
 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
JVM 中,所有字节码都是通过一个基本的原则来进行堆栈操作的:每个操作符可能会消费一个或多个操作计数,并可能最后将一个操作计数推送到执行堆栈。需要注意的是,每个分片 (slot) 都是 32 位的,这就意味着 long 或者是 double 的值会消耗两个分片 (slot)( 很多人认为这个是 JVM 实现中的最大缺憾 ) 。另外,每个方法都会有一个本地的结合,本地变量和参数都在此保存。因此,例如“ aload_0 ”指示符将第一个参数带入方法,并将其推送至执行堆栈。“ invokespecial ”指示符,不言而喻,它将调用实例的方法,但是忽略传统的动态绑定 ( 因为我们显示调用基类版本的覆盖方法,该特殊的操作符用在父“ super ”调用 ) 。因为 Object 的构造函数需要一个参数 (this 指针 ) ,所以它将消耗执行堆栈中的一个分片 ( 记住,这是我们刚才推送的参数—— this 指针,指向我们自己的实例的 this 指针 ) ,而且它不返回任何值 ( 最后有一个 V ) ,当方法返回时它将不往堆栈内推送任何内容。此时, HelloWorld 的构造函数已完成任务,所以它通过“ return ”操作符进行简单返回。
 
我们接下来在看看写在 HelloWorld 里面的主方法 (main)
 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
因为它是静态方法,所以最显著的区别就是第一个参数并不是 this 指针,除此之外,它和 HelloWorld 的构造函数看起来都差不多。第一个操作符“ getstatic ”将获取一个 static 区域并将其值推送至堆栈中,在本例中是 System.out 的引用,由 #2 常量池分片描述,并在操作符后使用注释显示。接下来,就对字符串“ Hello, World! ”进行加载,它在 #3 常量池分片中存储。通过堆栈上的两个引用,我们就可以调用“ invokevirtual PrintStream.println(String[]) 方法了。因其需要一个参数,再加上调用该方法需要的初始 this 引用,我们刚才推送至堆栈的这两项就被消费了, println(String[]) 不返回任何值,所以完成后堆栈上就为空了。一个简单的“ return ”操作符中止了该方法,任务完成了。
 
后面的内容会比现在的复杂一些,但总的来说,了解 Java 字节码的重要部分是需要了解每个操作符是如何操作执行堆栈的。
未完待续……
参考资料下载:
The Java Virtual Machine Specification(2nd Edition) JVM规范(第二版)

你可能感兴趣的:(Java技术)