写一个玩具Java虚拟机

Posted 2021-04-30 成艮教育

本文描述了一个用Java实现的玩具JVM，用Java实现的好处是可以不用处理JVM中的垃圾回收。

Java虚拟机是基于栈的虚拟机。栈虚拟机的特点是所有临时操作数都存放在栈中。编译器生成的指令都会围绕着这个栈展开，相对而言，解释执行这些指令会比较容易。基于栈的虚拟机可能会生成如下指令：

Java .class文件存储的主要就是编译后的指令，一个玩具JVM，简单来说就是解释执行这里面的指令。接下来就说说为了让这个JVM跑起来需要实现哪些功能。

class 文件解析

推荐一下 Java class viewer，里面有个工具可以可视化class文件内容。另外我直接复用了他解析class文件的代码。

class文件描述的信息是以class为单位的，一个类如果有嵌套类，这个嵌套类也会生成为单独的class文件。从c/c++程序员的视角来看，class文件的生成有点类似编译，编译器在编译期间只做依赖符号存在与否的检查。所有引用其他class的地方，不同于c/c++，java class的引用都是在运行期定位的。这里看看一个简单的类class文件结构是怎样的：

一个class文件比较重要的有：

• constant pool(常量池)：存储字符串字面量、函数原型描述、类成员描述、class引用描述。字节码中经常会引用常量池中的内容，例如要设置某个成员变量，字节码中的操作数就是常量池索引，从索引中获取出具体是哪个成员变量

• fields：描述类成员变量

• methods: 描述类成员函数

• attributes: 分布在很多地方，可能嵌套，用于描述method字节码、调试符号信息等。

常量池非常重要，这里看看class文件中是如何使用常量池的。例如，一个field描述：

其中name_index和descriptor_index的值，指向的就是常量池索引，通过前面推荐的class viewer去常量池中找就会找到对应的值：

descriptor_index描述field类型，I指的是整数。Java里有一套描述类型的规则，这个规则在函数定义的地方也会看到。

methods只要有实现，就都会有一个Code attribute，也就是这个函数的具体实现字节码，例如前面的add函数字节码为：

解析出class文件中的信息后，玩具JVM就完成一半了。

JVM指令

JVM中已经有200多条指令了。但是这些指令很多都是相似的。具体实现这些指令时可以参考指令表。JVM指令就像x86指令一样，由操作码以及可选的操作数组成。操作码表示具体是哪条指令，占1个字节；操作数表示该操作码需要的参数，变长。class文件中字节码连续存放，像上一节的例子就是4条指令，每条指令只有操作码没有操作数，他们存放在class文件中就是：1B 1C 60 AC。

JVM依次读取这些指令并解释执行。这个过程同真实计算机CPU执行过程类似。用代码描述为：

执行环境

线程执行环境

JVM中每个线程都是独立的执行单元。但是对于类符号等信息则是全局共享，堆上创建的对象也是全局可访问的。单个线程中调用函数会产生帧(frame)，每一帧都有一个独立的栈用于存储该帧执行的临时数据。从main函数开始执行，每进入一个函数创建一个帧，函数退出(执行return系列指令)清除当前帧。这里的帧也可以被实现为一个栈，当这个栈里没有帧时就表示这个线程退出。这个过程可以描述为：

注释中提到了，class文件中method包含了“有多少局部变”、“需要多大的栈”等信息。局部变量的实现是一个数组，数组的下标表示局部变量是第几个。字节码中要访问局部变量时，全部是以这个下标来查找的。例如指令istore_1，表示从栈中弹出一个整数，并写到局部变量1中。

全局环境

由于使用Java实现，堆内存的管理完全不用操心。如果我们代码中创建了一个类对象，或者简单点调用了另一个类的静态方法，这个时候会发生什么以及如何处理？例如以下代码：

生成以下字节码：

可以看出调用静态函数invokestatic的操作数是2，指向的是常量池中的2。工具直接显示了常量池2是一个method，及该method的原型。

遇到这样的指令时，我们就需要找到并加载目标类。所以，全局信息里需要维护类列表。考虑到Java中类与类之间是否相同，除了看类名（全限定名）外，还得看类的加载器(class loader)。所以，玩具JVM中也需要有class loader机制（至少是个简化版）。程序启动时设定一个默认的类加载器，加载主类，执行主类main方法，执行过程中遇到对其他类的引用时，就使用当前类加载器继续加载目标类，如果已经加载就直接返回。

类加载及main方法

前面已经提到了类加载。其实类加载本质上就是把目标class文件加载到内存，保存该class信息。在调用一个类的方法时，也是根据方法名(考虑到方法重载，还得考虑方法的原型，在class file中也就是descriptor)找到具体的方法，根据方法初始化调用帧，以及根据方法获得其要执行的字节码。

所以，我们的JVM要跑起来，也就是找到并加载主类，然后找到主类中的main函数并执行。

当然，这个过程严格来说还得判定类访问控制、方法访问控制等。

至此，这个玩具JVM就可以跑起来了。可以设定它的class path，加载类，从main方法开始执行，调用其他类的静态方法，写写阶乘的实现是没有问题了。但是Java中还有很多其他特性：类对象、调用类实例方法、异常处理、调用native方法等待。接下来我再讲讲这些特性的实现，一窥Java核心语法的实现。

扩展实现

类对象及实例方法调用

类对象的创建通过new指令完成，本质上也就是分配个对象，并关联类信息到这个对象。我们的实现中自然会有一个类用来表示玩具JVM中所有的对象：

注意这里的Class是我们自己定义的Class，而不是java.lang.Class。Slot类型用于存储整数或一个引用(其他对象)。new指令的大概实现：

需要注意的是，当我们在Java中写下代码 new SomeClass() 时，实际会产生两个功能的指令：a) 创建对象；b) 调用类的构造函数( )

调用类构造函数同普通类实例方法原理相同，都会先压入对象引用。invokespecial指令用于调用类对象实例方法，从栈顶依次出栈参数，最后出栈类对象实例引用。具体可以看看指令表里的描述。

类静态区域初始化

首次加载某个类时，会执行其static区域代码。这个写测试看下生成的代码就懂了，就是生成一个 的静态方法，在加载类时先执行这个方法。

异常处理

当一个方法中有try/catch时，该方法就会生成出一个异常处理表，存储在Code属性中。如下图：

异常处理表每一项都包含：start_pc、end_pc、handler_pc 及catch_type，表示在start_pc/end_pc间发现异常，且异常类型是catch_type时，则跳转到handler_pc处执行代码，也就是异常处理代码。其中catch_type也是常量池中的索引，当其为0时，则不是常量池索引，而是表示catch所有类型，其实就是finally块。从这里也可以看出，常量池索引是从1开始，而不是0。

当异常发生时，JVM首先从当前帧对应的方法中的异常处理表查找异常处理代码，没有的话则弹出当前帧，回到上一帧，也就是调用者继续查找，直到找完所有调用帧。这个实现相对较多，就不列举代码了。

调用本地方法

前面实现的JVM都没有输出字符串的能力，要提供一个类似System.out.println的方法，就需要注册本地方法到JVM中。这里可以简单地为整个JVM设置一个本地方法表，在JVM启动时完成注册。类似以下代码：

也会在class文件中留下一个method，但这个method会被标记为native，自然也没有Code属性，没有字节码可执行。当执行invoke系列指令时，发现调用的是native方法，就需要从全局本地方法表中查找。注册本地方法类似：

本地方法执行时，通过frame参数就可以取出调用该方法传入的参数。

在实现了本地方法后，就可以给这个玩具JVM添加一些系统库，类似OpenJDK中jre目录下的lib。这些系统库可以包含java.lang.System.println、java.lang.String、java.lang.StringBuilder。简单起见，我实现的这些类和Java标准库有些不同。

成艮(北京）教育科技有限公司，致力于建筑、金融科技创新等领域的高端应用型人才培养。业务范围涵盖：ppp项目工程咨询及培训，企业人才定制，着重于高校学生IT、建筑、财会实操培训、就业推荐及创业孵化。

太原校址：山西省太原市晋阳街南二巷三恒煤化工大厦B座九层（省实验中学对面）

赵老师：   18335107166    

靳老师：   13663619020

网    址： www.cybjedu.com