JVM系列文章(四):类加载机制

作为一个程序员，仅仅知道怎么用是远远不够的。起码，你需要知道为什么可以这么用，即我们所谓底层的东西。

那到底什么是底层呢？我觉得这不能一概而论。以我现在的知识水平而言：对于Web开发者，TCP/IP、HTTP等等协议可能就是底层；对于C、C++程序员，内存、指针等等可能就是底层的东西。那对于Java开发者，你的Java代码运行所在的JVM可能就是你所需要去了解、理解的东西。

我会在接下来的一段时间，和读者您一起去学习JVM，所有内容均参考自《深入理解Java虚拟机：JVM高级特性与最佳实践》（第二版），感谢作者。

本文是系列文章第四篇，讲述的是Java虚拟机 类加载机制。

系列文章第一篇：JVM系列文章(一）：Java内存区域分析。

系列文章第二篇：JVM系列文章(二):垃圾回收机制。

系列文章第三篇：JVM系列文章(三):Class文件内容解析

一、什么是类加载机制

在 JVM系列文章(三):Class文件内容解析中我们了解了Class文件存储格式的具体细节，在Class文件中描述的各种信息，最终都需要加载到虚拟机中之后才能运行和使用。本文所关注的是虚拟机如何加载Class文件、Class文件中的信息进入到虚拟机之后会发生哪些变化。

虚拟机把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型。这就是虚拟机的类加载机制。

在Java中，类型的加载、连接和初始化过程都是在程序运行期间完成的，虽然增加了性能开销，但是Java里动态拓展的语言特性就是依赖运行期动态加载和动态连接这个提点实现的。甚至可以在运行时从网络上加载一段二进制流作为程序代码的一部分。

二、类加载的时机

类从被加载到虚拟机内存中开始，到卸载出内存为止，整个生命周期包括加载、验证、准备、解析、初始化、使用和卸载。其中验证、准备、解析统称为连接。

加载、验证、准备、初始化和卸载这5个阶段的顺序是固定的，解析阶段则不一定，在某些情况下，解析阶段有可能在初始化阶段结束后开始，以支持Java的动态绑定。

首先这里我们要明确类加载！=加载。加载只是其中的一个阶段。因此我们下面说的是初始化的时机。（有点绕啊这东西）

什么时候进行初始化？有且只有以下5种情况(称为对一个类进行主动引用)：

1.遇到new（使用new关键字实例化对象）、getstatic（获取一个类的静态字段，final修饰符修饰的静态字段除外）、putstatic（设置一个类的静态字段，final修饰符修饰的静态字段除外）和invokestatic（调用一个类的静态方法）这4条字节码指令时，如果类还没有初始化，则必须首先对其初始化

2.使用java.lang.reflect包中的方法对类进行反射调用时，如果类还没有初始化，则必须首先对其初始化

3.当初始化一个类时，如果其父类还没有初始化，则必须首先初始化其父类

4.当虚拟机启动时，需要指定一个主类（main方法所在的类），虚拟机会首选初始化这个主类

5.使用JDK1.7的动态语言支持时，如果一个java.lang.invoke.MethodHandle实例最后的解析结果为REF_getStatic、REF_putstatic、REF_invokeStatic的方法句柄，并且这个方法句柄所对应的类没有进行过初始化，则需要先触发其初始化。

被动引用不会：

1.通过子类调用父类的static字段，只会初始化父类，不会初始化子类。

2.new ClassA[10]不会初始化ClassA

3. ClassA中的final static常量，被ClassB引用，但是不会初始化ClassA，因为常量在编译阶段会存入调用类的常量池中，本质上没有直接引用到定义常量的类。

三、类加载的过程

1.加载

加载”是“类加载过程”的一个阶段，在初始化之前完成（初始化的时机上文已经说了）。 在加载阶段需要完成下面3件事情：

1）通过一个类的全限定名来获取定义此类的二进制字节流

2）将这个字节流所代表的静态存储结构转化为方法区的运行时数据结构

3）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

获取二进制字节流的方式：

从ZIP包中获取，最终成为日后JAR/EAR/WAR格式的基础;

从网络获取，最典型的应用就是Applet;

运行时计算生成，这种场景使用最多的就是动态代理技术;

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;

从数据库读取，相对少见，有些中间件服务器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;

and so on..

2.验证

验证是连接阶段的第一步，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。

因为Class文件的来源不一定是编译产生，甚至可以直接用十六进制编辑器直接编写。所以如果不检查输入的字节流，对其完全信任的话，很可能因为载入有害的字节流而导致系统崩溃。

从整体来看，验证阶段大致完成下面4个阶段的检验：

1）文件格式验证

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处理。比如是否以魔数0xCAFEBABE开头、主次版本号是否在当前虚拟机处理范围内、常量池的常量中是否有不被支持的常量类型（检查常量tag标志）等等等等。该验证阶段的主要目的是保证输入的字节流能正确地解析并存储于方法区之内，格式上符合描述一个JAVA类型信息的要求 。只有通过这个阶段的验证后，字节流才会进入内存的方法区进行存储，所以后面的3个验证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。

2）元数据验证

这一阶段是对于字节码描述的信息进行语义分析，以保证其描述的信息符合Java语言规范的要求。可能包括的验证点如下：

是否有父类；父类是否继承了不被允许的类（被final修饰的）；如果不是抽象类，是否实现了其父类或者接口之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（比如覆盖了父类的final字段或者出现不符合规则的方法重载，例如方法参数都一致但返回值不同等）；and so on...

3）字节码验证

进行数据流和控制流分析，即对类的方法体进行校验分析以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行为（如：保证跳转指令不会跳转到方法体以外的字节码指令上等）

即使一个方法通过了字节码验证，也不能说明其一定是安全的（通过程序去校验程序逻辑是无法做到绝对准确的）

4）符号引用验证

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，通常检查：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、指定的类中是否存在符合描述符与简单名称描述的方法与字段

3.准备

准备阶段是正式为类变量（被static修饰的变量）分配内存并设置类变量初始值（通常情况下是数据类型的0值，具体赋值阶段是初始化阶段）的阶段，这些变量所使用的内存都将在方法区中进行分配。如果类字段的字段属性表中包含ConstantValue属性，那在准备阶段变量就会被初始化为ConstantValue属性所指定的值，即如果a变量定义变为public final static int a = 123;，编译时javac会为a生成ConstantValue属性，准备阶段虚拟机就会根据ConstantValue的设置将a的值置为123 。

4.解析

解析阶段是虚拟机将常量池内的符号引用替换为直接引用的过程。

1)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，只要使用时可以无歧义的定位到目标即可。符号引用与虚拟机实现的内存布局无关，引用目标并不一定已经加载到内存中

2)直接引用：直接指向目标的指针、相对偏移量或一个能间接定位到目标的句柄，直接引用与虚拟机实现的内存布局相关，如果有了直接引用，引用目标必定已经加载到内存中

虚拟机规范并未规定解析动作发生的具体时间，仅要求在执行anewarray、checkcast、getfield、getstatic、instanceof、invokeinterface、invokespecial、invokestatic、invokevirtual、multianewarray、new、putfield和putstatic这13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。

下面说的很清楚：

      在java中，一个java类将会编译成一个class文件。在编译时，java类并不知道引用类的实际内存地址，因此只能使用符号引用来代替。比如org.simple.People类引用org.simple.Tool类，在编译时People类并不知道Tool类的实际内存地址，因此只能使用符号org.simple.Tool(假设)来表示Tool类的地址。而在类装载器装载People类时，此时可以通过虚拟机获取Tool类 的实际内存地址，因此便可以既将符号org.simple.Tool替换为Tool类的实际内存地址，及直接引用地址。

5.初始化

类初始化阶段是“类加载过程”中最后一步，在之前的阶段，除了加载阶段用户应用程序可以通过自定义类加载器参与，其它阶段完全由虚拟机主导和控制，直到初始化阶段，才真正开始执行类中定义的Java程序代码

四、类加载器

虚拟机设计团队把类加载阶段中的“通过一个类的全限定名来获取描述此类的二进制字节流”这个动作放到Java虚拟机外部去实现，以便让应用程序自己决定如何去获取所需要的类。实现这个动作的代码模块称为类加载器。

对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在Java虚拟机中的唯一性，每一个类加载器都拥有一个独立的类名称空间。即比较两个类是否“相等”，只有在这两个类是由同一个类加载器加载的前提下才有意义。“相等”包括代表类的Class对象的equals()方法、isAssinableFrom()方法、isInstance()方法的返回结果，也包括使用instanceof关键字做对象所属关系判定等情况。

双亲委派模型

从Java虚拟机角度来讲，只存在两种不同的类加载器：一种是启动类加载器，是虚拟机自身的一部分；另一种就是所有其他的类加载器，独立于虚拟机外部，全都继承自抽象类java.lang.ClassLoader。

从Java开发人员的角度来看，类加载器分为3种： 

启动类加载器(Bootstrap ClassLoader):这个类存放在\lib目录中，无法被Java程序直接引用，用户在编写自定义类加载器时，如果需要把加载请求委派给引导类加载器，那直接使用null代替即可。

拓展类加载器(Extension ClassLoader):这个类加载器负责加载\lib\ext目录中的所有类库，开发者可以直接使用。

应用程序类加载器（Application ClassLoader）：这个类加载器是ClassLoader中的getSystemClassLoader（）方法的返回值，所以一般也称它为系统类加载器，负责加载用户类路径上所指定的类库。开发者可以直接使用。

双亲委派模型要求除了顶层的启动类加载器外，其他的类加载器都应当有自己的父类加载器。这里类加载器之间的父子关系一般不会以继承关系来实现，而是都使用组合关系来复用父加载器的代码。

工作过程：
如果一个类加载器收到了类加载的请求，它首先不会自己去尝试加载这个类，而是把这个请求委派给父类加载器去完成，每一个层次的类加载器都是如此，因此所有的加载请求最终都应该传递到顶层的启动类加载器中，只有当父类加载器反馈自己无法完成这个请求（它的搜索范围中没有找到所需的类）时，子加载器才会尝试自己去加载。
 

好处：

Java类随着它的类加载器一起具备了一种带有优先级的层次关系。例如类Object，它放在rt.jar中，无论哪一个类加载器要加载这个类，最终都是委派给启动类加载器进行加载，因此Object类在程序的各种类加载器环境中都是同一个类。（判断两个类是否相同是通过classloader.class这种方式进行的，所以哪怕是同一个class文件如果被两个classloader加载，那么他们也是不同的类）。

==============================2015.7.15补充转自http://blog.csdn.net/a19881029/article/details/17247165的一部分内容：======================

可以看一下ClassLoader类中的loadClassInternal方法，虚拟机调用该方法加载类：

 // This method is invoked by the virtual machine to load a class.
 private synchronized Class loadClassInternal(String name)
         throws ClassNotFoundException{
     return loadClass(name);
 }

 //Invoking this method is equivalent to invoking loadClass(name,false).
 public Class loadClass(String name) throws ClassNotFoundException {
     return loadClass(name, false);
 }

 //Subclasses of ClassLoader are encouraged to override findClass(String),
 //rather than this method.
 protected synchronized Class loadClass(String name, boolean resolve)
         throws ClassNotFoundException{
     // First, check if the class has already been loaded
     Class c = findLoadedClass(name);
     if (c == null) {
         try {
             if (parent != null) {
                 c = parent.loadClass(name, false);
             } else {
                 c = findBootstrapClassOrNull(name);
             }
         } catch (ClassNotFoundException e) {
                 // ClassNotFoundException thrown if class not found
                 // from the non-null parent class loader
         }
         if (c == null) {
             // If still not found, then invoke findClass in order
             // to find the class.
             c = findClass(name);
         }
     }
     if (resolve) {
         resolveClass(c);    }
     return c;
 }

通过loadClass方法的源代码可以看出，类加载器会先检查类是否已经被加载过，如果没有加载过则调用父类加载器加载该类（如果父类加载器为空则默认使用启动类加载器作为父类加载器），如果父类加载器加载失败，调用自己的findClass方法进行加载

比起重写loadClass方法，JDK更推荐通过重写findClass方法实现自定义类加载器（详见备注1）

来看看JDK对findClass方法的描述：

 /**
  * Finds the class with the specified binary name.
  * This method should be overridden by class loader implementations that
  * follow the delegation model for loading classes, and will be invoked by
  * the loadClass method after checking the parent class loader
  * for the requested class.  The default implementation
  * throws a ClassNotFoundException.
  *
  * @param  name
  *         The binary name of the class
  *
  * @return  The resulting Class object
  *
  * @throws  ClassNotFoundException
  *          If the class could not be found
  *
  * @since  1.2
  */
 protected Class findClass(String name) throws ClassNotFoundException {
     throw new ClassNotFoundException(name);
 }

对loadClass方法中的resolveClass方法也比较好奇，顺带查看了下这个方法的作用：

 /**Links the specified class.  This (misleadingly named) method may be
  * used by a class loader to link a class.  If the class  has already
  * been linked, then this method simply returns. Otherwise, the class
  * is linked as described in the "Execution" chapter of the Java Language
  * Specification.
  */
 protected final void resolveClass(Class c) {
     resolveClass0(c);
 }

 private native void resolveClass0(Class c);

可以发现虚拟机将调用该方法完成类的连接过程，类的连接过程详见：http://blog.csdn.net/a19881029/article/details/17068191

查看ClassLoader类的源代码会发现很多方法是通过调用本地方法（native修饰符修饰的方法）的方式实现的

使用双亲委派模型组织类加载器之间的关系的好处是：Java类随着它的类加载器一起具备了一种带有优先级的层次关系。例如：java.lang.Object类，它存放在rt.jar中，无论哪一个类加载器要加载这个类，最终都会委派给启动类加载器进行加载，启动类加载器在其搜索范围内可以搜索到的只有rt.jar中的java.lang.Object类（详见备注2），这样可以保证Object类始终由启动类加载器从rt.jar中的java.lang.Object加载得到，确保了Object类的唯一性（详见备注3）

如果没有使用双亲委派模型，由各个类加载器自行加载的话，如果用户自己实现一个名为java.lang.Object类，并用自定义的类加载器进行加载，系统中将出现多个不同的Object类，Java类型体系中最基础的行为将无法保证，应用程序也将变得一片混乱

备注：

1，为什么JDK不推荐通过重写loadClass方法实现自定义类加载器？

通过重写findClass方法实现自定义类加载器：当调用loadClass方法加载类时，由于自定义类加载器没有重写loadClass方法，实际调用的是ClassLoader类的loadClass方法，该方法保证如果父类能够加载所需加载的类，则把加载动作委托给父类完成，当所有父类都无法完成加载动作时，才把加载动作交由自定义类加载器的findClass方法完成，完全符合Java类加载器双亲委派模型的设计思路

通过重写loadClass方法实现自定义类加载器：当调用loadClass方法加载类时，将直接调用自定义类加载器中重写的loadClass方法完成加载动作，如果重写的loadClass方法中没有实现首先尝试将加载动作委托给父类完成这一过程，将打破双亲委派模型的设计思路，设计是可以被打破的，但是需要更好的理由（JDBC，JNDI就打破了双亲委派模型）

当然，如果在重写的loadCLass方法中首先尝试让父类加载器完成加载过程，则本质上也是没有没有问题的，只是依然别扭罢了，首先就是为什么不使用现成的实现？其次如果父类加载器无法完成加载动作，还是要把加载过程委托给自定义类加载器的findClass方法，关键问题是，在ClassLoader类中，findClass是一个空方法，也就是说你还是得重写自己的findClass方法，绕了一大圈，又回来了，除非你能确定父类加载器能够完成加载动作，这时将不会调用自定义类加载器的findClass方法，不过这样一来，你为什么要实现自己的类加载器？综上，使用重写findClass方法实现自定义的类加载器就对了，不过下面依然尝试了一下通过重写loadClass方法实现自定义类加载器：

 //-XX:+TraceClassLoading
 public class MyClassLoader extends ClassLoader{
     @Override
     public Class loadClass(String name) throws ClassNotFoundException {
         return super.loadClass(name);
     }

     @Override
     public Class findClass(String name) throws ClassNotFoundException {
         System.out.println("Use myclassloader findClass method.");
         //name = com.test.Test
         //fileName = Test.class
         String fileName = name.substring(name.lastIndexOf(".")+1)+".class";
         byte[] bytes = loadClassData("e:\\"+fileName);
         return defineClass(name, bytes, 0, bytes.length);
     }

     public byte[] loadClassData(String name) {
         try {
             FileInputStream fileInput = new FileInputStream(new File(name));
             ByteArrayOutputStream bytesOutput = new ByteArrayOutputStream();
             int b = 0;
             while ((b = fileInput.read()) != -1) {
                 bytesOutput.write(b);
             }
             return bytesOutput.toByteArray();
         } catch (Exception e) {
             e.printStackTrace();
         }
         return null;
     }

     public static void main(String[] args){
         MyClassLoader myClassLoader = new MyClassLoader();
         try {
             Classextends Object> testClass = myClassLoader.loadClass("com.test.Test");
             Object obj = testClass.newInstance();
             System.out.println(obj.getClass().getName());
             System.out.println(obj.hashCode());
         } catch (Exception e) {
             e.printStackTrace();
         }
     }
 }

还是将Test.class文件放置在e盘下：

 ......
 Use myclassloader findClass method.
 [Loaded java.io.ByteArrayOutputStream from shared objects file]
 [Loaded com.test.Test from __JVM_DefineClass__]
 com.test.Test
 827574
 ......

当然如果Test.class文件与MyCLassLoader.class文件放置在同一个路径下，应用程序类加载器（也就是MyClassLoader类加载器的父类加载器）将完成Test类的加载动作，此时不会跳进MyClassLoader类的findClass方法，运行结果如下：

 ......
 [Loaded com.test.Test from file:/E:/eclipseProject/jvm/bin/]
 com.test.Test
 21174459
 ......

2，在自定义类加载器中，使用defineClass方法加载一个我自己实现的java.lang.Object类

 package java.lang;

 public class Object {
     public Object(){}
 }

运行时抛出下面的异常（被禁止的包名称）：

 java.lang.SecurityException: Prohibited package name: java.lang

事实上，加载所有以"java."开头的类都会抛出这个异常，这应该是出于JDK对其自身实现的基础类的保护

 ......
 if ((name != null) && name.startsWith("java.")) {
         throw new SecurityException("Prohibited package name: " +
                     name.substring(0, name.lastIndexOf('.')));
     }
 ......

3，比较2个类是否相等，只有在这两个类是由同一个类加载器加载的前提之下才有意义，否则，即使这2个类是源于同一个Class文件，只要加载它们的类加载器不同，这2个类必定不相等（个人认为这是很容易理解的，同一个Class文件被2个不同的Java进程加载所产生的2个类肯定是不同的。判断2个类相等，最终判断的还是其指向的已分配内存区是否为同一个，对于2个独立的Java进程，其使用的内存空间是没有交集的）