java源码编译机制

1.java源码编译机制

  

   jvm规范中定义了class文件的格式，但并未定义Java源码如何编译为class文件，在Sun JDK中就是javac编译器，可分为下面三个步骤：

   1.分析和输入到符号表（Parse and Enter）

      Parse  过程所做的是词法和语法分析

      Enter  过程是将符号输入到符号表   

   2.注解处理（Annotation Processing）

      该步骤主要用于处理用户自定义的annotation,可能带来的好处是基于annotation来生成附加的代码，如：

   public class User{ private @Getter String username; }

      编译时引入Lombok对User.java进行编译后，再通过javap查看class文件可看到自动生成了public String getUsername()方法

  3.语义分析和生成class文件（Analyse and Generate）

  

  class 文件中并不仅仅存放了字节码，还存放了很多辅助jvm来执行class文件的附加信息，一个class文件包含了以下信息：

•   结构信息：包括class文件格式版本号及各部分的数量与大小的信息
•   元数据：可以认为元数据就是java源码中“声明”与“常量”信息
•   方法信息：可以说就是java源码中“语句”和“表达式”对应的信息

  class文件是个完整的自描述文件，字节码在其中只占了很小的部分，源码编译为class文件后，即可放入jvm中执行，执行时jvm首先要做的是装载class文件，这个就是类加载机制

 

2.类加载机制

 

   jvm将类加载过程划分为三个步骤：

 

  1.装载（Load） 装载过程负责找到二进制字节码并加载到jvm中，jvm通过类的全限定义名（com.bluedavy.HelloWord）及类加载器（ClassLoaderA 实例）完成类的加载，同样，也采用以上两个素来标识一个被加载了的类：类的全限定名+ClassLoader 实例ID,类名的命名方式如下：

    对于接口式非数组型的类，其名称即为类名，此种类型的类由所在的ClassLoader负责加载：数组型类中的元素类型由所在的ClassLoader负责加载，但数组类则由JVM直接创建。

 

  2.链接（Link） 链接过程负责对二进制字节码的格式进行校验、初始化装载类中的静态变量及解析类中调用的接口、类。

 

  3.初始化（Initialize）初始化过程即即执行类中的静态初始化代码、构造器代码及静态属性的初始化，在下面的四种情况下初始化过程会被触发执行：

•   调用了new
•   反射调用了类中的方法
•   子类调用了初始化
•   JVM启动过程中指定的初始化类

 

  JVM的类加载通过ClassLoader及其子类来完成，分为Bootstrap ClassLoader、Extensin ClassLoader、System ClassLoader(在Sun JDK中对应的类名为AppClassLoader)及 User-Defined ClassLoader,其关系如下图：

 

1.Bootstrap ClassLoader  Sun JDK 采用C++实现了此类，此类并非ClassLoader的子类，在代码中没有办法拿到这个对象，Sun  JDK 启动时会初始化此ClassLoader,并由ClassLoader完成$JAVA_HOME 中jre/lib/rt.jar里所有class文件的加载;

2.Extension ClassLoader JVM用此ClassLoader来加载扩展功能的一些jar包，例如JDK中dns工具jar包等，对应的类名为ExtClassLoader;

3.System ClassLoader JVM 用此ClassLoader来加载启动参数中指定的Classpath中的jar包及目录，在Sun JDK中ClassLoader对应的类名为AppClassLoader;

4.User-Defined ClassLoader 这是开发人员继承ClassLoader抽象类自行实现的ClassLoader,可以用加载非Classpath中的jar及目录、还可以在加载之前对class文件做一些动作，例如解密等;

JVM会保证同一个ClassLoader实例对象中只能加载一次同样名称的Class

 

Cloader抽象类提供了几个关键的方法

• loadClass  此方法负责加载指定名字的类，ClassLoader的实现方法为先从已经加载的类中寻找，如没有，则继续从 parent ClassLoader中寻找；如果仍然没有找到，则从System ClassLoader中寻找，最后再调用findClass方法来寻找；如果最终没有找到就抛出ClassNotFoundException;
• findLoaderClass 方法负责从当前ClassLoader实例对象的缓存中寻找已加载的类，调用的为native的方法;
• findClass 此方法直接抛出ClassNotFoundException,因此要通过覆盖loadClass或此方法来以自定义的方式加载相应的类;
• findSystemClass 此负责从System ClassLoader 中寻找，如未找到，则继续从Bootstrap ClassLoader 中寻找，如果仍然未找到，则返回null;
• defineClass 此方法负责将二进制的字节码转换成Class对象，如果二进制的字节码的格式不符合JVM Class文件的格式，则抛出ClassFormatError;如果生成的类名和二进制字节码中的不同，则抛出NoClassDefFoundError;如果加载的class是受保护的、采用不同签名的或者类名是以java.开头的，则抛出SecurityException；如果加载的class在此ClassLoader中已加载，则抛出LinkageError;
• resolveClass 此方法负责完成Class对象的链接，如果链接过，则会直接返回;

3.类的执行机制

   在源码编译阶段源码编译为JVM字节码，JVM字节码是一种中间代码的方式，要由JVM在运行期对其进行解释并执行，这种方式称为字节码解释执行方式；

   1.字节码解释执行

      JVM采用了invokestatic,invokevirtual,invokeinterface和invokespecial四个指令来执行不同的方法调用。

      invokestatic对应的是调用static方法，invokevirtual对应的是调用对象实例的方法，invokeinterface对应的是调用接口的方法，invokespecial对应的是调用private方法和编译源码后生成的<init>方法；

     

      Sun JDK基于栈的体系结构来执行字节码，基于栈方式的好处为代码紧凑，体积小，线程在创建后，都会产生程序计数器（pc）(或称为PC registers)和栈（Stack）;PC存放了下一条要执行的指令在方法内的偏移量；栈中存放了栈帧（StackFrame），每个方法每次调用都会产生栈帧。栈帧主要分为局部变量区和操作数栈两部分，局部变量区用于存放方法中的局部变量和参数，操作数栈中用于存放方法执行过程中产生的中间结果，栈帧中还会有一些杂用空间，例如指向方法已解析的常量池的引用、其他一些JVM内部实现需要的数据等；

 

   2.编译执行

     解释执行的效率较低，Sun JDK在执行过程中对执行频率高的代码进行编译，对执行不频繁的代码则继续采用解释的方式；在编译上Sun JDK提供了两种模式：client compiler(-client)和server compiler(-server)。

 

     client compiler又称为C1，较为轻量级，只做少量性能开销比高的优化，它占用内存较少，适合于桌面交互式应用，其他方面的优化主要有：

• 方法内联 这种方法把调用到的方法的指令直接植入当前方法中，如下代码：

 

public void bar(){
  ....
  bar2();
  ....
}

private void bar2(){
  //bar2;
}

  上面代码编译后就变成类似下面的结构：

 

public void bar(){
 ....
 //bar2
 ....
}

 

• 去虚拟化   去虚拟化是指在装载class文件后，进行类层次的分析，如发现类中的方法只提供一个实现类，那么对于调用了此方法的代码，也可进行方法内联；
• 冗余削除   冗余削除是指在编译时，根据运行时状况进行代码折叠或削除，例如一段这样的代码：

public void execute(){
    if(isDebug){
         log.debug("enter this method: execute");
     }
    //do something
}

     如isDebug的值是false，在执行C1编译后，这段代码就变成类似下面的结构：

public void execute(){
    //do something
}

 

  Server compiler又称C2,较为重量级，它采用大量的传统编译优化技巧来进行优化，占用内存相对会多一些，适合于服务器端的应用；逃逸分析是C2进行很多优化的基础，逃逸分析是指根据运行状况来判断方法中的变量是否会被外部读取，如不会则认为此变量是逃逸的，基于逃逸分析C2在编译时会标量替换，栈上分配和同步消除等优化；

•  标量替换  就是用标量替换聚合量，例如下面这段代码：

Point  point=new Point(1,2);
ystem.out.println("point.x="+point.x+";point.y"+point.y);

      当point对象在后面的执行过程中未用到时，经过编译后，代码会变成类似下面的结构：

int  x=1;
int  y=2;
System.out.println("point.x="+x+";point.y"+y);

•  栈上分配  在上面的例子中，如果p没有逃逸，那么C2会选择在栈上直接创建Point对象实例，而不是在堆上； 
•  同步削除  指如果发现同步的对象未逃逸，那也没有同步的必要了，在C2编译时会直接去掉同步，例如：

Point  point=new Point(1,2);
    synchronized(point) {
  //do something;
}

      经过分析如果发现point未逃逸，在编译后，代码就会变成下面的结构：

Point  point = new Point(1,2);
//do something

 

Sun JDK之所以未选择在启动时即编译成机器码，有下面几个原因：

1. 静态编译并不能根据程序的运行状况来优化执行的代码
2. 解释执行比编译执行更节省内存
3. 启动解释执行的启动速度比编译再启动更快