深入理解JVM（③）虚拟机的类加载过程

Posted 2020-12-13 jimoer

前言

上一篇我们介绍到一个类的生命周期大概分7个阶段：加载、验证、准备、解析、初始化、使用、卸载。并且也介绍了类的加载时机，下面我们将介绍一下虚拟机中类的加载的全过程。主要是类生命周期的，加载、验证、准备、解析和初始化这五个阶段所执行的具体动作。

加载

类加载过程的第一个阶段就是加载，在加载阶段，Java虚拟机需要完成以下三件事情：

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。
《Java虚拟机规范》对这三点要求其实并不是特别具体，这样留给虚拟机实现和Java应用的灵活度都是相当大的。仅第一条，获取二进制字节流，并没有有指出从哪里获取，如何获取。这样就已经能被我们的Java开发人员玩出各种花样了。
例如：

• 从ZIP包中读取（JAR、EAR、WAR）。
• 从网络中获取（Web Applet）。
• 运行时计算生成，最典型的就是动态代理技术，在java.lang.reflect.Proxy中，就是用了ProxyGenerator.generateProxyClass()来为特定接口生成形式为“$Proxy”的代理类的二进制字节流。
• 由其他文件生成（JSP）。
• 从数据库中读取。
• 从加密文件中获取（防止被反编译获取源码）。
• ........ .....

相对于类加载的其他阶段，非数组类型的加载阶段是开发人员可控性最强的阶段。加载阶段即可以使用Java虚拟机里内置的引导类加载器完成，也可以由用户自定义的类加载器去完成。

验证

验证这一阶段的目的是确保Class文件的字节流中包含的信息符合《Java虚拟机规则》的全部约束要求，保证这些信息被当作代码运行后不会危害虚拟机自身安全。
验证阶段大致上会完成下面四个阶段的检验动作：
文件格式验证、元数据验证、字节码验证和复合引用验证。

文件格式验证

这是验证的第一个阶段，主要是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。
这一阶段的验证点有：

• 是否以魔数0xCAFEBABE开头。
• 主、次版本号是否在当前Java虚拟机接受范围之内。
• 常量池的常量中是否有不被支持的常量类型。
• 指向常量的各种索引值是否有指向不错在的常量或不符合类的常量。
• ... ...

这个阶段的验证是基于二进制字节流进行的，只有通过了这个阶段的验证之后，这段字节流才被允许进入Java虚拟机内存的方法区中进行存储，后面的阶段都是基于方法区的存储结构进行的，不会再直接读取、操作字节流了。

元数据验证

第二阶段是对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虚拟机规则》的要求，这个阶段主要有以下一些验证点：

• 当前类是否有父类（除java.lang.Object外，所有类都应当有父类）。
• 当前类的父类是否继承了不允许被继承的类（被final修饰的类）。
• 如果当前类非抽象类，是否实现了父类或接口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。
• ... ...

字节码验证

第三阶段是整个验证过程最复杂的一个阶段，主要目的是通过数据流分析和孔刘分析，确定程序语义是合法的、符合逻辑的。
为了保证被校验的方法在运行时不会做出危害虚拟机的安全的行为，主要做了如下一些校验：

• 保证任意时刻操作栈的数据类型与指令代码序列都能配合工作，例如不会出现类似于“在操作放置了一个int类型数据，使用时却按long类型来加载如本地变量表中”这样的情况。
• 保证任何跳转指令都不会跳转到方法体以外的字节码指令上。
• 保证方法体中的类型转换总是有效的。例如：一个子类对象赋值给父类数据类型，这是安全的，但是把父类对象赋值为子类数据类型，获取赋值给另外一个毫无关系的数据类型，则是不合法的。
• ... ...

如果一个类型中有方法体的字节码没有通过字节码验证，那它肯定是有问题的；但如果一个方法体通过了字节码验证，也仍然不能保证它一定就是安全的。因为字节码验证也是在程序中进行的，即不能通过程序准确地检查出程序是否能在有限时间之内结束运行。

符号引用验证

最后一个阶段的校验行为发生在虚拟机将符号引用转化为直接引用的时候，这个转化动作将在连接的第三个阶段——解析阶段发生。
本阶段通常需要校验下列内容：

• 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。
• 在指定类中是否存在符合方法的字段描述符及简单名称所描述的方法和字段。
• 符合引用中的类、字段、方法的可访问性，是否可被当前类访问。

验证阶段对于虚拟机的类加载机制来说，是一个非常重要的、但却不是必须要执行的阶段，因为如果程序运行的全部代码都已经被反复使用和验证过，在生成环境的实施阶段就可以考虑使用-Xverify:none参数来关闭大部分的类验证措施，来缩短类加载的时间。

准备

准备阶段是正式为类中定义的变量分配内存并设置类变量的初始值的阶段，这些变量所使用的内存都应当在方法区中进行分配，需要注意的是，这里所说的方法区只是一个概念上的区域，在JDK7以及之前HotpSpot用永久代实现方法区，这个概念是正确的，但是在JDK8以及之后，类变量会随着Class对象一起存放在Java堆中，这个时候类变量存在于方法区就仅仅是一个概念了。
在准备阶段有两点需要着重强调
1、在准备阶段进行内存分配的仅包括类变量，而不包括实例变量，实例变量将会在对象实例化时随着对象一起分配在Java堆中。
2、这里所说的为类变量设置初始值，“通常情况”下是数据类的零值。
例如一个类变量定义为：

public static int value = 666;

那变量在准备阶段过后的初始值为0而不为666，因为这个时候还未开始执行任何Java方法，而把value赋值为666的putstatic指令是程序被编译后，存放于类构造器()方法之中，所以把value赋值为666的动作要到类的初始化阶段才会被执行。

但是如果类字段的属性表中存在ConstantValue属性，那在准备阶段变量值就会被初始化为ConstantValue属性所指定的初始值，例如：

public static final int value = 666;

在编译时Javac将会为value生成ConstantValue属性，在准备阶段虚拟机就会根据ConstantValue的设置将value赋值为666。

解析

解析阶段是Java虚拟机将常量池内的符号引用替换为直接引用的过程，符号引用在Class文件中它以CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info等类型的常量出现。
先来解释一下什么是符号引用和直接引用。

• 符号引用：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，只要使用时能无歧义地定位到目标即可。
• 直接引用：直接引用是可以直接指向目标的指针、相对偏移量或者是一个能间接定位到目标的句柄。

解析动作主要针对类或接口、字段、类方法、接口方法、方法类型、方法句柄和调用点限定这7类符号引用进行，分别对应于常量池的CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethodref_info、CONSTANT_MehodType_info、CONSTANT_MethodHandle_info、CONSTANT_Dynamic_info和CONSTANT_InvokeDynamic_info
这8种常量类型。

初始化

初始化阶段是类加载过程的最后一个步骤，之前介绍的几个类加载的动作里，出了在加载阶段用户应用程序可以通过自定义类加载器的方式局部参与外，其余动作都完全由Java虚拟机来主导控制。
简单的来说，初始化阶段就是执行类构造器<clinit>()方法的过程。那么<clinit>()是如何执行的呢？

• <clinit>()方法是由编译器自动收集类中所有变量的复制动作和静态语句块（stataic{}块）中的语句合并产生的，编译器收集的顺序是由语句在源文件中出现的的顺序决定的，静态语句块中只能访问到定义在静态语句块之前的变量，定义在它之后的变量，在前面的静态语句块可以赋值，但是不能访问。
  例如：
  
• <clinit>()方法与类的构造函数不同，它不需要显式地调用父类构造器，Java虚拟机会保证在子类()方法执行前，父类()方法以及执行完毕。
• 由于父类的<clinit>()方法先执行，即父类中定义的静态语句块要优先于子类的变量赋值操作。
  如下代码运行结果会是 4
  父类

public class FatherClass {

    public static int fatherObject = 3;

    static {
        fatherObject = 4;
    }
}

子类

public class SonClass extends FatherClass{

    public static int sonObject = fatherObject;

}

测试

@Test
public void testClassLoad(){
    System.out.println(SonClass.sonObject);
}

运行结果

4

• <clinit>()方法对于类或接口来说并不是必需的。
• 接口中不能使用静态语句块，但仍然有变量初始化的赋值操作，因此接口与类一样都会生成<clinit>()方法。
• Java虚拟机必须保证一个类的<clinit>()方法在多线程环境中被正确地加锁同步，若同时多个线程区初始化一个类，那么只会有其中一个线程去执行这个类的<clinit>()方法，其他线程都需要阻塞等待，直到活动线程执行完毕<clinit>()方法。