如何学好JVM征服面试官？一篇Class 类文件结构你还不会吗？

Posted 2022-04-19 kx33389

 

 

Java 跨平台的基础

各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码（ByteCode）是

构成平台无关性的基石，也是语言无关性的基础。Java 虚拟机不和包括 Java 在内的任何

语言绑定，它只与“Class 文件”这种特定的二进制文件格式所关联，Class 文件中包含了

Java 虚拟机指令集和符号表以及若干其他辅助信息。

Class 类的本质

任何一个 Class 文件都对应着唯一一个类或接口的定义信息，但反过来说，Class 文件实

际上它并不一定以磁盘文件的形式存在。

Class 文件是一组以 8 位字节为基础单位的二进制流。

Class 文件格式

各个数据项目严格按照顺序紧凑地排列在 Class 文件之中，中间没有添加任何分隔符，这

使得整个 Class 文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。

Class 文件格式采用一种类似于 C 语言结构体的伪结构来存储数据，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 1 个字节、2 个字节、4

个字节和 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 编码构成字符串值。

表是由多个无符号数或者其他表作为数据项构成的复合数据类型，所有表都习惯性地以

“_info”结尾。表用于描述有层次关系的复合结构的数据，整个 Class 文件本质上就是一

张表。

Class 文件格式详解

Class 的结构不像 XML 等描述语言，由于它没有任何分隔符号，所以在其中的数据项，无

论是顺序还是数量，都是被严格限定的，哪个字节代表什么含义，长度是多少，先后顺序

如何，都不允许改变。

按顺序包括：

魔数与 Class 文件的版本

每个 Class 文件的头 4 个字节称为魔数（Magic Number），它的唯一作用是确定这个文件

是否为一个能被虚拟机接受的 Class 文件。使用魔数而不是扩展名来进行识别主要是基于

安全方面的考虑，因为文件扩展名可以随意地改动。文件格式的制定者可以自由地选择魔

数值，只要这个魔数值还没有被广泛采用过同时又不会引起混淆即可。

紧接着魔数的 4 个字节存储的是 Class 文件的版本号：第 5 和第 6 个字节是次版本号

（MinorVersion），第 7 和第 8 个字节是主版本号（Major Version）。Java 的版本号是从

45 开始的，JDK 1.1 之后的每个 JDK 大版本发布主版本号向上加 1 高版本的 JDK 能向下

兼容以前版本的 Class 文件，但不能运行以后版本的 Class 文件，即使文件格式并未发生

任何变化，虚拟机也必须拒绝执行超过其版本号的 Class 文件。

常量池

常量池中常量的数量是不固定的，所以在常量池的入口需要放置一项 u2 类型的数据，代

表常量池容量计数值（constant_pool_count）。与 Java 中语言习惯不一样的是，这个容

量计数是从 1 而不是 0 开始的

常量池中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。

字面量比较接近于 Java 语言层面的常量概念，如文本字符串、声明为 final 的常量值等。

而符号引用则属于编译原理方面的概念，包括了下面三类常量：

类和接口的全限定名（Fully Qualified Name）、字段的名称和描述符（Descriptor）、方

法的名称和描述符

访问标志

用于识别一些类或者接口层次的访问信息，包括：这个 Class 是类还是接口；是否定义为

public 类型；是否定义为 abstract 类型；如果是类的话，是否被声明为 final 等

类索引、父类索引与接口索引集合

这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名，父类索引用于

确定这个类的父类的全限定名。由于 Java 语言不允许多重继承，所以父类索引只有一

个，除了 java.lang.Object 之外，所有的 Java 类都有父类，因此除了 java.lang.Object

外，所有 Java 类的父类索引都不为 0。接口索引集合就用来描述这个类实现了哪些接口，

这些被实现的接口将按 implements 语句（如果这个类本身是一个接口，则应当是 extends

语句）后的接口顺序从左到右排列在接口索引集合中

字段表集合

描述接口或者类中声明的变量。字段（field）包括类级变量以及实例级变量。

而字段叫什么名字、字段被定义为什么数据类型，这些都是无法固定的，只能引用常量池

中的常量来描述。

字段表集合中不会列出从超类或者父接口中继承而来的字段，但有可能列出原本 Java 代

码之中不存在的字段，譬如在内部类中为了保持对外部类的访问性，会自动添加指向外部

类实例的字段。

方法表集合

描述了方法的定义，但是方法里的 Java 代码，经过编译器编译成字节码指令后，存放在

属性表集合中的方法属性表集合中一个名为“Code”的属性里面。

与字段表集合相类似的，如果父类方法在子类中没有被重写（Override），方法表集合中

就不会出现来自父类的方法信息。但同样的，有可能会出现由编译器自动添加的方法，最

典型的便是类构造器“＜clinit＞”方法和实例构造器“＜init＞”

属性表集合

存储 Class 文件、字段表、方法表都自己的属性表集合，以用于描述某些场景

专有的信息。如方法的代码就存储在 Code 属性表中。

字节码指令

Java 虚拟机的指令由一个字节长度的、代表着某种特定操作含义的数字（称为操作码，

Opcode）以及跟随其后的零至多个代表此操作所需参数（称为操作数，Operands）而构

成。由于限制了 Java 虚拟机操作码的长度为一个字节（即 0～255），这意味着指令集的操作

码总数不可能超过 256 条。

大多数的指令都包含了其操作所对应的数据类型信息。例如：

iload 指令用于从局部变量表中加载 int 型的数据到操作数栈中，而 fload 指令加载的则是

float 类型的数据。

大部分的指令都没有支持整数类型 byte、char 和 short，甚至没有任何指令支持 boolean

类型。大多数对于 boolean、byte、short 和 char 类型数据的操作，实际上都是使用相应

的 int 类型作为运算类型

阅读字节码作为了解 Java 虚拟机的基础技能，请熟练掌握。请熟悉并掌握常见指令即

可。

加载和存储指令

用于将数据在栈帧中的局部变量表和操作数栈之间来回传输，这类指令包括如下内容。

将一个局部变量加载到操作栈：iload、iload_＜n＞、lload、lload_＜n＞、fload、fload_

＜n＞、dload、dload_＜n＞、aload、aload_＜n＞。

将一个数值从操作数栈存储到局部变量表：istore、istore_＜n＞、lstore、lstore_＜n＞、

fstore、fstore_＜n＞、dstore、dstore_＜n＞、astore、astore_＜n＞。

将一个常量加载到操作数栈：bipush、sipush、ldc、ldc_w、ldc2_w、aconst_null、

iconst_m1、iconst_＜i＞、lconst_＜l＞、fconst_＜f＞、dconst_＜d＞。

扩充局部变量表的访问索引的指令：wide。

运算或算术指令

用于对两个操作数栈上的值进行某种特定运算，并把结果重新存入到操作栈顶。

加法指令：iadd、ladd、fadd、dadd。

减法指令：isub、lsub、fsub、dsub。

乘法指令：imul、lmul、fmul、dmul 等等

类型转换指令

可以将两种不同的数值类型进行相互转换，

Java 虚拟机直接支持以下数值类型的宽化类型转换（即小范围类型向大范围类型的安全转

换）：

int 类型到 long、float 或者 double 类型。

long 类型到 float、double 类型。

float 类型到 double 类型。

处理窄化类型转换（Narrowing Numeric Conversions）时，必须显式地使用转换指令来完

成，这些转换指令包括：i2b、i2c、i2s、l2i、f2i、f2l、d2i、d2l 和 d2f。

创建类实例的指令：

new。

创建数组的指令：

newarray、anewarray、multianewarray。

访问字段指令：

getfield、putfield、getstatic、putstatic。

数组存取相关指令

把一个数组元素加载到操作数栈的指令：baload、caload、saload、iaload、laload、

faload、daload、aaload。

将一个操作数栈的值存储到数组元素中的指令：bastore、castore、sastore、iastore、

fastore、dastore、aastore。

取数组长度的指令：arraylength。

检查类实例类型的指令：

instanceof、checkcast。

操作数栈管理指令

如同操作一个普通数据结构中的堆栈那样，Java 虚拟机提供了一些用于直接操作操作数栈

的指令，包括：将操作数栈的栈顶一个或两个元素出栈：pop、pop2。

复制栈顶一个或两个数值并将复制值或双份的复制值重新压入栈顶：dup、dup2、

dup_x1、dup2_x1、dup_x2、dup2_x2。

将栈最顶端的两个数值互换：swap。

控制转移指令

控制转移指令可以让 Java 虚拟机有条件或无条件地从指定的位置指令而不是控制转移指

令的下一条指令继续执行程序，从概念模型上理解，可以认为控制转移指令就是在有条件

或无条件地修改 PC 寄存器的值。控制转移指令如下。

条件分支：ifeq、iflt、ifle、ifne、ifgt、ifge、ifnull、ifnonnull、if_icmpeq、if_icmpne、

if_icmplt、if_icmpgt、if_icmple、if_icmpge、if_acmpeq 和 if_acmpne。

复合条件分支：tableswitch、lookupswitch。

无条件分支：goto、goto_w、jsr、jsr_w、ret。

方法调用指令

invokevirtual 指令用于调用对象的实例方法，根据对象的实际类型进行分派（虚方法分

派），这也是 Java 语言中最常见的方法分派方式。

invokeinterface 指令用于调用接口方法，它会在运行时搜索一个实现了这个接口方法的对

象，找出适合的方法进行调用。

invokespecial 指令用于调用一些需要特殊处理的实例方法，包括实例初始化方法、私有方

法和父类方法。

invokestatic 指令用于调用类方法（static 方法）。

invokedynamic 指令用于在运行时动态解析出调用点限定符所引用的方法，并执行该方

法，前面 4 条调用指令的分派逻辑都固化在 Java 虚拟机内部，而 invokedynamic 指令的

分派逻辑是由用户所设定的引导方法决定的。

方法调用指令与数据类型无关。

方法返回指令

是根据返回值的类型区分的，包括 ireturn（当返回值是 boolean、byte、char、short 和 int

类型时使用）、lreturn、freturn、dreturn 和 areturn，另外还有一条 return 指令供声明为

void 的方法、实例初始化方法以及类和接口的类初始化方法使用。