JVM字节码初探

字节码格式

字节码是JVM的机器语言。JVM加载类文件时，对类中的每个方法，它都会得到一个字节码流。这些字节码流保存在JVM的方法区中。在程序运行过程中，当一个方法被调用时，它的字节码流就会被执行。根据特定JVM设计者的选择，它们可以通过解释的方式，即时编译（Just-in-time compilation）的方式或其他技术的方式被执行。

方法的字节码流就是JVM的指令（instruction）序列。每条指令包含一个单字节的操作码（opcode）和0个或多个操作数（operand）。操作码指明要执行的操作。如果JVM在执行操作前，需要更多的信息，这些信息会以0个或多个操作数的方式，紧跟在操作码的后面。

每种类型的操作码都有一个助记符（mnemonic）。类似典型的汇编语言风格，Java字节码流可以用它们的助记符和紧跟在后面的操作数来表示。

字节码指令集被设计的很紧凑。除了处理跳表的2条指令以外，所有的指令都以字节边界对齐。操作码的总数很少，一个字节就能搞定。这最小化了JVM加载前，通过网络传输的类文件的大小；也使得JVM可以维持很小的实现。

JVM中，所有的计算都是围绕栈（stack）而展开的。因为JVM没有存储任意数值的寄存器（register），所有的操作数在计算开始之前，都必须先压入栈中。因此，字节码指令主要是用来操作栈的。例如，在上面的字节码序列中，通过iload_0先把本地变量（local variable）入栈，然后用iconst_2把数字2入栈的方式，来计算本地变量乘以2。两个整数都入栈之后，imul指令有效的从栈中弹出它们，然后做乘法，最后把运算结果压入栈中。istore_0指令把结果从栈顶弹出，保存回本地变量。JVM被设计成基于栈，而不是寄存器的机器，这使得它在如80486寄存器架构不佳的处理器上，也能被高效的实现。

原始类型（primitive types）

JVM支持7种原始数据类型。Java程序员可以声明和使用这些数据类型的变量，而Java字节码，处理这些数据类型。下表列出了这7种原始数据类型：

类型	定义
byte	单字节有符号二进制补码整数
short	2字节有符号二进制补码整数
int	4字节有符号二进制补码整数
long	8字节有符号二进制补码整数
float	4字节IEEE 754单精度浮点数
double	8字节IEEE 754双精度浮点数
char	2字节无符号Unicode字符

原始数据类型以操作数的方式出现在字节码流中。所有长度超过1字节的原始类型，都以大端（big-endian）的方式保存在字节码流中，这意味着高位字节出现在低位字节之前。例如，为了把常量值256（0x0100）压入栈中，你可以用sipush操作码，后跟一个短操作数。短操作数会以“01 00”的方式出现在字节码流中，因为JVM是大端的。如果JVM是小端（little-endian）的，短操作数将会是“00 01”。

字节码基本准则

1.字长是根据JVM不同而定的，一般(并非一定)在32位机上是4个字节，64位机上是8个字节(使用8个字节很可能会潜在地存在内存浪费的情况)，JVM规范上要求1个字必须至少能容纳integer型的值（4字节），2个字必须至少能容纳long型的值（8个字节）。JVM有不少定义会以字为单位，譬如reference（引用）、本地变量和栈
2.JVM操作由操作码和操作数组成，操作码是1字节的，因此最多只有256个操作码，操作数从0-n个字节不等（0表示没有操作数，一般是指令参数通过操作栈来获取，n不定，譬如像TABLESWITCH和LOOKUPSWITCH指令），即指令=操作码+操作数
3.每个操作如果需要从操作栈中读参数，则总是将这些参数出栈，如果操作有结果结果，总是会将结果入栈，后面可能会重复提到一点，如果没有提到，这是一个参考准则
4本地变量是以字为单位(如上，32位机一般是4个字节，也有一些64位的JVM字长是8个字节)为单位的，即使值是byte或short，对于long、double型的数据，在本地变量区中会占用2个位置(slot)
5.操作栈是以字为单位(如上，32位机一般是4个字节) ，即使值是byte或short，而对于long、double型的数据，在操作栈中会占用2个位置(slot)