JVM字节码分析

字节码实战

一、字节码

1. 创建 Test.java 类

public class Test {
    public int a = 3;
    static Integer si = 6;
    String s = "Hello World!";

    public static void main (String arg[]){
        Test test = new Test();
        test.a = 8;
        si = 9;
    }

    public void test(){
        this.a = a;
    }
}

2. 通过 javac 将 Test.java 编译成 Test.class
3. 通过命令 javap -verbose Test 获取 Test.class 对应的字节码

Classfile /Users/zhishengjie/workspace/learning/vm/Test.class
  Last modified 2021-7-13; size 627 bytes
  MD5 checksum 7122e264980126ec0b9f4c7b76021ffe
  Compiled from "Test.java"
public class Test
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #9.#26         // java/lang/Object."":()V
   #2 = Fieldref           #5.#27         // Test.a:I
   #3 = String             #28            // Hello World!
   #4 = Fieldref           #5.#29         // Test.s:Ljava/lang/String;
   #5 = Class              #30            // Test
   #6 = Methodref          #5.#26         // Test."":()V
   #7 = Methodref          #31.#32        // java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
   #8 = Fieldref           #5.#33         // Test.si:Ljava/lang/Integer;
   #9 = Class              #34            // java/lang/Object
  #10 = Utf8               a
  #11 = Utf8               I
  #12 = Utf8               si
  #13 = Utf8               Ljava/lang/Integer;
  #14 = Utf8               s
  #15 = Utf8               Ljava/lang/String;
  #16 = Utf8               
  #17 = Utf8               ()V
  #18 = Utf8               Code
  #19 = Utf8               LineNumberTable
  #20 = Utf8               main
  #21 = Utf8               ([Ljava/lang/String;)V
  #22 = Utf8               test
  #23 = Utf8               
  #24 = Utf8               SourceFile
  #25 = Utf8               Test.java
  #26 = NameAndType        #16:#17        // "":()V
  #27 = NameAndType        #10:#11        // a:I
  #28 = Utf8               Hello World!
  #29 = NameAndType        #14:#15        // s:Ljava/lang/String;
  #30 = Utf8               Test
  #31 = Class              #35            // java/lang/Integer
  #32 = NameAndType        #36:#37        // valueOf:(I)Ljava/lang/Integer;
  #33 = NameAndType        #12:#13        // si:Ljava/lang/Integer;
  #34 = Utf8               java/lang/Object
  #35 = Utf8               java/lang/Integer
  #36 = Utf8               valueOf
  #37 = Utf8               (I)Ljava/lang/Integer;
{
  public int a;
    descriptor: I
    flags: ACC_PUBLIC

  static java.lang.Integer si;
    descriptor: Ljava/lang/Integer;
    flags: ACC_STATIC

  java.lang.String s;
    descriptor: Ljava/lang/String;
    flags:

  public Test();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=2, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."":()V
         4: aload_0
         5: iconst_3
         6: putfield      #2                  // Field a:I
         9: aload_0
        10: ldc           #3                  // String Hello World!
        12: putfield      #4                  // Field s:Ljava/lang/String;
        15: return
      LineNumberTable:
        line 1: 0
        line 2: 4
        line 4: 9

  public static void main(java.lang.String[]);
    descriptor: ([Ljava/lang/String;)V
    flags: ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=2, args_size=1
         0: new           #5                  // class Test
         3: dup
         4: invokespecial #6                  // Method "":()V
         7: astore_1
         8: aload_1
         9: bipush        8
        11: putfield      #2                  // Field a:I
        14: bipush        9
        16: invokestatic  #7                  // Method java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
        19: putstatic     #8                  // Field si:Ljava/lang/Integer;
        22: return
      LineNumberTable:
        line 7: 0
        line 8: 8
        line 9: 14
        line 10: 22

  public void test();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=2, locals=1, args_size=1
         0: aload_0
         1: aload_0
         2: getfield      #2                  // Field a:I
         5: putfield      #2                  // Field a:I
         8: return
      LineNumberTable:
        line 13: 0
        line 14: 8

  static {};
    descriptor: ()V
    flags: ACC_STATIC
    Code:
      stack=1, locals=0, args_size=0
         0: bipush        6
         2: invokestatic  #7                  // Method java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
         5: putstatic     #8                  // Field si:Ljava/lang/Integer;
         8: return
      LineNumberTable:
        line 3: 0
}
SourceFile: "Test.java"

值得注意的是：使用 javap -verbose 命令分析一个字节码文件时，将会分析字节码文件的魔数、版本号、常量池、类信息、类的构造函数、类中所包含的方法信息以及类（成员）变量信息。需要注意的是，每一次执行 javap 命令所输出的信息内容一定是相同的，但是信息的先后顺序则不保证完全一致，例如，常量池中的元素编号每次都不保证相同。

4. 查看字节码二进制，使用十六进制工具打开 Test.class
   

二、分析字节码

1. 魔数

所有 .class 字节码文件的开始四个字节都是 魔数 ，并且其值一定是 0xCAFEBABE ，这里的 CAFEBABE 是指十六进制数值，并不是字符串 “CAFEBABE”，如果开始的4个字节不是 0xCAFEBABE ，则JVM将会认为该文件不是 .class 字节码文件，并拒绝解析。

读者可以根据左侧的行号进行定位，图中选中的部分就是 魔数

2. 版本号

根据字节码文件规范，魔数之后的四个字节为版本信息，前两个字节表示 major version ，即主版本号；后面两个字节为 minor version ，即次版本号。
这里版本号的值为 0x00000034 对应的十进制数是 52 。目前已知发布的version：1.1(45)、1.2(46)、1.3(47)、1.4(48)、1.5(49)、1.6(50)、1.7(51)、1.8(52)。据此可以知道，该 class 文件是 JDK1.8 编译的。

3. 常量池

常量池是 .class 字节码文件中非常重要和核心的内容，一个java类中的绝大多数的信息都是有常量池描述的，尤其是java类中定义的变量和方法，都是常量池保存的。注意，对 JVM 所有研究的人，可能都知道 JVM 的内存模型中，有一块就是常量池，JVM堆栈的常量池就是用于保存每一个 Java 类所对应的常量池的信息的，一个java应用程序中所包含的所有Java类的常量池组成了jvm堆区中大的常量池。

3.1. 常量池基本结构

Java类所对应的常量池主要由常量池数量和常量池数组两部分组成，常量池数量紧跟在次版本号的后面，占2字节。常量池数组则紧随在常量池数量之后。
常量池数组，顾名思义，就是一个类似数组的结构。这个数组固化在字节码文件中，由多个元素组成。但是每一个元素的第一个数据都是u1类型，该字节是标志位，占一个字节。JVM解析常量池时，根据u1类型来获取该元素的具体类型。常量池的组成结构如下图所示。

3.2. JVM所定义的11中常量

常量池元素中的不同元素结构与类型都是不同的，正因为如此，JVM只能定义有限的元素类型，并针对有限的类型进行专门解析。JVM一共定义了11中常量，如下图所示。

可以看到，类的方法信息、接口和继承信息、属性信息都是定义在NamedAndType_Info中的，关于该结构，下文会详细讲解。

3.3. 常量池元素的复合结构

常量池数组中的每一种元素的内容都是复合数据结构的，下面分别给出jvm所定义的常量池中的每一种元素的具体结构。

举例说明：

该截图中 tag 值为 1 ，通过核对 JVM 常量池元素一览表 可知，tag 位标识为 1 对应的常量池元素为 CONSTANT_Utf8_info（含义：UTF-8编码字符串）。其组成结构分为3部分，分别是：tag、length、bytes，其中tag和length的长度分别是u1、u2（u后面的数字是几，就代表占几个字节），即分别占1字节和2字节。而 bytes 则是字符串的具体内容，其长度是 length 字节。在字节码文件中，该常量池元素最终所占的字节数是：1 + 2 + length 。其他类型的常量池元素的组成结构类似，这里不一一分析，下文在实例解析常量池组成结构时会在吃住个进行详细解析

3.4. 常量池第一个元素分析

常量池中的元素类型只可能是常量池元素结构中的那12种类型，而且每个元素结构的的第1个字节永远都是tag，可通过tag去对应常量池元素结构表中的数据结构，查看每个结构的含义。据此，我们来推断一下常量池中的第一个元素。

第一个常量池元素在魔数（4字节）、major version（2字节）、minor version（2字节）、常量池数量（2字节）之后，也就是从第11个字节开始，就是常量池中的的第一个常量池数组。

下图中第11位是 0x0A 转为十进制位为 10，参照常量池元素结构 图可知数据结构是CONSTANT_methodref_info。

关于类型u1,u2,u4,u8的解释：
Class文件格式采用一种类似C语言结构伪结构存储数据，这种伪结构中只有两种数据类型：无符号数和表。
无符号数属于基本的数据类型以u1,u2,u4,u8来分别代表一个字节、2个字节，4个字节、8个字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字条串值。

由此可以推断出第一个元素占 1+2+2 = 5 个字节，进而绘制了如下表格

序号	类型	结构	对应16进制	转化为10进制	十进制含义
1	u1	tag	0x0A	10
2	u2	index	0x0009	9	指向常量池的第9个元素;
3	u2	index	0x001A	26	指向常量池的第26个元素;

有了上文的基础，我们就可以对常量池进行切割，方便我们定位元素的位置，常量池的数量是 0x0026 等于 38，真实的常量个数是 38-1 = 37个，之所以比字节码文件中的少一个，是因为JVM会保留地0号常量池位置，一次仅从第1个开始计算。见下图：

开始分析表格中的序号2：0x09 转化为十进制为9，指向常量池中的第9个元素，第9个元素是0x070022，tag为0x07的元素结构为

index 代表全限定类名的常量项索引，占用两个字节为 0x0022 ，转化为十进制为 34，由此可知，第九位元素又指向了常量池的第34位元素，第34位元素为0x01 00 10 6A 61 76 61 2F 6C 61 6E 67 2F 4F 62 6A 65 63 74，正好每两个字节代表一个字符，对应的字符串是java/lang/Object，如下图所示：

序号3的原理一样，所以不再赘述。

分析完字节码的二进制后，我们再看一下通过命令 javap -verbose Test 获取 Test.class 对应的字节码。

不用多说，是不是有点意思。

3.5. 变量型常量池分析

查看类成员变量a的信息，见下图：

上图中所选中的8个字节，一共包含两个常量池的元素信息，因为其tag位都是1，所以这两个常量池元素的类型都是字符串。

第一个字符串常量的length是1，对应的十六进制是0x61，正好对应UTF-8编码的字符a。第二个字符串常量的length也是1，对应的十六进制是0x49，正好对应UTF-8编码的字符I。在JVM规范中，若变量的类型是I，则表示该变量的实际类型是int。这与上文变量a的定义一致。

接着看类变量si的定义，如下图。

上图中算选中的27个字节，一共描述了两个常量池元素，这两个常量池元素的类型也都是字符串。第一个字符串的length为2，其值是0x7369，对应的UTF-8编码的字符串si。第二个字符串的length为0x13，即19，其值是0x 4C 6A 61 76 61 2F 6C 61 6E 67 2F 49 6E 74 65 67 65 72 3E，这一串值是ASCII字符，每2个十六进制数对应一个ASCII字符，这些数字连接起来就对应一个字符串，所对应的字符是Ljava/lang/Integer。

接下来看类成员变量s的定义，如下图。

上图中选中的25个字节，一共描述了两个常量池的元素，这两个常量池的元素类型也都是字符串。第一个字符串的lentgth为1，其值是0x73，对应UTF-8编码的字符s。第二个字符床的length为0x12，即18，其值是0x4C 6A 61 76 61 2F 6C 61 6E 67 2F 53 74 72 69 6E 67 3B，对应的UTF-8编码的字符串Ljava/lang/String。这两个常量池元素合起来描述了Test类中的s字符串变量。

4. 访问标识和继承信息

在上面我们讲了如何分析常量池的元素，但是一个.class 字节码文件中共有10个组成部分。下面将分析.class字节码文件的后续组成部分。

4.1. access_flags

在字节码文件中，常量池数组之后就是access_flags结构，该结构类型是u2，占两个字节。access_flags代表访问标志位，该标志用于标注类或者接口层次的访问信息，如当前Class是类还是接口，是否定义为public类型，是否定义为abstract类型等。从下图可以看到access_flags为0x0021。
根据JVM的access_flags的可选值如下表所示。


因为access_flag = 0x0021 可以拆解成 0x0020 和 0x0001，由此可以知道该类的访问标识既包含ACC_PUBLIC，也包含ACC_SUPER。自JDK1.2以后，类被编译出来的invokespecial字节码指令是否允许使用的选项都是真的，因此access_flags的值都会带有ACC_SUPER标识位。

4.2. this_class

access_flags访问标识之后就是this_class结构，该结构的类型是u2，占两个字节。this_class 为0x0005记录当前类的全限定类名，其值指向常量池中对应的索引值。

将十六进制0x0005转化为十进制为5，所以指向常量池中的第5个元素。上文我们已经分析过二进制流了，为了方便直观，我们直接看字节码，可以知道第五个元素是Test，因为没有建包，所以全限定类名就是Test。

4.3. super_class

在this_class之后就是super_class结构，该结构的类型是u2，占2字节。super_class记录当前类的父类全限定类名，其值指向常量池中对应的索引值。将十六进制的0x0009转化为十进制为9，指向常量池的第9个元素。

只要明白其原理，分析起来就特别的简单。由于Test.class并没有显式继承任何基类，因此编译时便默认继承java.lang.object。这与字节码中的super_class值是一致的。

4.4. interface

4.4.1 interfaces_count

super_class访问标识符之后就是interfaces_count结构，该结构类型是u2，占2字节。interface_count结构记录当前类所实现的接口数量。

因为没有继承任何类，所以是0

4.4.2 interfaces

interfaces 表示接口索引集合，是一组u2类型数据集合，该结构描述当前类实现了哪些接口，这些被实现的接口将按implements语句后的接口顺序从左到右排列在接口索引集合中。因为interfaces_count值为0，因此字节码文件中并没有intefaces信息。

5. 字段信息

5.1. fields_counts

访问标识符之后就fields_count，该结构类型是u2，占2字节，该值记录当前类中所定义的变量总数量，包括类成员变量和类变量（即静态变量）。

Test.class类一共包含3个变量，上图显示也是3个，正好相互验证。

5.2. fields_info fields

在字节码文件中，fields_count之后的是field结构，该结构长度不确定，不同类型所长长度是不同的。fields记录类中所定义的各个变量的详细信息，包括变量名，变量类型、访问标、属性等。

5.3. fields结构组成格式

要分析fields机构信息，首先需要清楚该结构的数据组成格式，其结构如下表所示

说明：
access_flags，表示变量的访问标识，该值是可选的，由JVM规范规定。
name_index，表示变量的简单名称引用，占2字节，其值指向常量池的索引。
descriptor_index，表示变量的类型信息引用，占2字节，其值指向常量池的索引。
Fields结构实际上是一个数组，数组中的每一个元素的结构都如上表所示，即每一个元素都包含访问标识、米昂成索引、描述信息索引、属性数量和属性信息。其中，如果属性数量为0，则没有属性信息，由于访问标识、名称、描述信息、属性数量的字节长度是确定的，因此JVM可以在解析过程中计算出fields结构所占的全部字节数。
变量的access_flags，有下表所示的可选项。

其中，ACC_PUBLIC、ACC_PRIVATE和ACC_PROTECTED这3个标识只能选择一个，结构中的字段必须有ACC_PUBLIC、ACC_STATIC和ACC_FINAL标志，class文件对此并无规定，这些都是java语言所要求的。

5.3.1. 变量a分析

在fields_count之后就是第一个fields，通过上文的fields组成结构表可知，fields一共有5个不部分，第一部分就是access_flags，，在二进制流中是0x0001，参考** access_flags可选项表**可知代表ACC_PUBLIC。第二部分是名称索引是0x000A转化为十进制是10，依此类推类型索引是0x000B为11

通过字节码文件查看常量池中第10和第11位元素的内容

因为在0x000B之后的2字节0x0000说明a的属性数量是0，因为没有属性，所以字段描述结构中的最后元素attributes也就不存在了。
这里的I是什么意思呢？在JVM规范中，每个变量/字段都有描述信息，描述信息主要描述字段的数据类型、方法的参数的参数列表（参数类型，参数数量，参数顺序）和返回值。根据描述规则，基本数据类型和代表无返回值的void类型都用一个大写的字符表示，而对象类型则用字符L加对象的全限定类名表示。为了压缩字节码文件的体积（字节码文件最终也占用服务器硬盘资源和内存资源），对于基本数据类型，JVM都仅使用一个大写字母标识。如下图所示是各个基本数据类型所对应的标识符。

对于数组类型，每一维将使用一个前置的“[”字符俩藐视，如“int[]”将被记录为“[I，String[][]”将被记录为“[[Ljava/lang/String;”。
用于描述方法时，按照先参数列表，后返回值顺序描述，参数列表按照参数的严格顺序放在一组“()”之内，如方法“String getAll(int id, String name)” 的描述为“(I,Ljava.lang/String;)Ljava/lang/String;”
变量a总共占8个字节，如下图所示：

5.3.2. 变量si和s

通过JVM规范，我们对si（棕色）和s（紫色）所在的二进制流分别标记了出来，因为其attrbutes_count都是0，所以都是占8个字节。变量si的access_flags是8，表示这是一个带有static修饰符的变量，而变量s的access_flags是0，表示该变量没有任何访问修饰符。
两个变量名称分别引用常量池中12和13号元素，对照上文的字节码文件可知，其变量类型分别是Ljava/lang/Integer和Ljava/lang/String。一次也可知，对于引用类型的变量字节码文件描述其变量类型的格式是“L+类全限定名”。

6. 方法信息

6.1 methods_count

在字节码文件中，紧跟在变量的结构fileds后面的是methods_count结构，该结构类型是u2，占2字节。该结构描述类中一共有多少个方法。

由上图可知，其值是4，即Test类中一共有4个方法。可能很多人对此会有疑惑，在Test源程序中明明只有两个方法，为什么字节码文件中却像是了4个呢？这是因为在编译期间编译器会自动为一个类增加void()这样一个方法，其方法名就是“”，返回值为void。该方法的作用主要是执行类的初始化，源程序中所有static 类型的变量都在这个方法中完成初始化，全部被static{}所包围的程序都会在这个方法中执行。同时，在源代码中，并没有为Test类定义构造函数，因此编译器会自动为该类增加一个默认的构造函数。因此，字节码文件会显示Test类中一共包含4个方法。

6.2 methods_info methods

在methods_count后面的就是methods结构，这是一个数组，每一个方法的全部细节都包含在里面，包括代码指令。

6.2.1. methods结构组成格式

要分析methods结构信息，首先需要清楚该结构的数组组成格式，其格式如图4.7（方法表结构和字段结构一样）所示。

由上表可知，方法各个数据项的含义非常相似，仅在访问标识位和属性表集合的可选项上有略微不同。这些字段的含义与上文给出的fields结构字段含义基本相同，因此这里不作具体说明。
其中，JVM规范为access_flags规定了一组可选项值，如下表所示

由于ACC_VOLATILE标志和ACC_TRANSIENT标志不能修饰方法，所以access_flags中不包含这两项，同时增加ACC_SYNCHRONIZED标志、ACC_STRICTFP标志和ACC_ABSTRACT标志。

6.2.2. 第一个方法void()

上面讲解了方法描述的信息结构，下面来实际看看Test.class字节码文件的第一个方法究竟是如何描述的。紧跟在methods_count后面的就是一个方法的信息，如下图所示。

按照fields的机构组成格式，前2字节描述access_flags，即访问标识，其值为0x0001，对照上文所给出的方法访问标识可选项值的表可知，该值标识的方式的修饰符是public。
接下里的2字节藐视name_index，该字段描述的是方法名，其值指向常量池中对应的元素编号。由此上图可知。其值是0x0010，指向常量池中的第16号元素，参照根据字节码文件可知，常量池的第16号元素是，即当前所描述的方法名是“init”，这在上文提到过，该方法是java编译器在编译期间动态添加的类初始化的方法，而非在源程序中定义的。
当java类中定义了构造方法，或其他非static类成员变量被赋了初始值，编译器便会生成。
接下来是descriptor_index，该字段描述的是方法的入参和出参，其指向常量池中对应的元素编号，有上图可知，其值是0x0011，指向常量池中第17号元素，根据字节码文件可知，常量池中的第17号元素是()V，这表示当前方法没有入参（因为是空括号），并且方法的返回类型是void（V代表viod）。这里要注意，按照JVM的规范，描述符对入参将严格按照源程序中所定义的参数列表顺序，从左到右依次放入“（）”内，如方法“String getAll(int id, String name)”的描述符为“(I,Ljava/lang/String)Ljava/lang/String”。由此规律可以推断出，”()V”字节码描述的方法是void()。
接下来2字节描述的方法所包含的属性总数量attributes_count，由上图可知值为0x0001，表示当前方法一共包含1个属性。

6.2.3. 第二个方法void()

access_flags为 0x0008，表示AC_STATIC，这是一个static类型的静态方法。
name_index为 0x0017，该字段描述的方法名，指向常量池中的对应元素编号，为
descriptor_index为0x0011，该字段描述的是方法的入参和出参，其指向常量池中对应的元素编号，有上图可知，其值是0x0011，指向常量池中第17号元素，根据字节码文件可知，常量池中的第17号元素是()V，这表示当前方法没有入参（因为是空括号），并且方法的返回类型是void（V代表viod）。
attributes_count为0x0001，描述的方法所包含的属性总数量，可知，该方法有一个属性。

三、附件

https://download.csdn.net/download/qq_39774931/20333578

参考文献：《揭秘Java虚拟机-JVM设计原理与实现》