深入理解 JVM（2）類文件結構

轉載請註明原創出處，謝謝！

HappyFeet的博客

談到類文件結構，就要從 Java 虛擬機說起。

一、Java 虛擬機是一個與語言無關的平臺

實現語言無關性的基礎是虛擬機和字節碼存儲格式。 Java 虛擬機不與任何語言綁定，它只與 “Class 文件” 這種特定的二進制文件格式所關聯。

任意一門語言都可以按照 Java 虛擬機規範把程序代碼編譯成 Class 文件，然後在虛擬機上運行。例如：使用 Java 編譯器可以把 Java 代碼編譯成存儲字節碼的 Class 文件，使用 JRuby 等其他語言的編譯器一樣可以把程序代碼編譯成 Class 文件，虛擬機並不關心 Class 的來源是何種語言，如下圖所示：

二、什麼是 Class 類文件結構？

任意一個有效的類或接口所應當滿足的格式稱爲 “Class 文件格式”，實際上它不一定以磁盤文件的形式存在。

Class 文件是一組以 8 位字節爲基礎單位的二進制流，各項數據項目嚴格按照順序緊湊地排列在 Class 文件之中。當遇到需要佔用 8 位字節以上空間的數據項時，則會按照高位在前（Big–Endian）的方式分割成若干個 8 位字節進行存儲。

"Class 文件"說白了就是程序代碼編碼解碼的中間結果。將程序代碼編譯成 Class 文件的過程就是編碼，而虛擬機加載 Class 文件的過程就是解碼的過程，編碼和解碼需要嚴格遵守虛擬機規範。

下面開始詳細的介紹 Class 文件格式（這個過程比較枯燥，但這是瞭解虛擬機的重要基礎之一）：

根據 Java 虛擬機規範的規定，Class 文件格式採用一種類似於 C 語言結構體的僞結構來存儲數據，這種僞結構只有兩種數據類型：無符號數和表。所以這裏先介紹無符號數和表這兩個概念：

（1）無符號數

無符號數屬於基本的數據類型，以 u1、u2、u4、u8 來分別表示 1 個字節、2 個字節、4 個字節和 8 個字節的無符號數，無符號數可以用來描述數字、索引引用、數量值或者按照 UTF-8 編碼構成字符串值。

（2）表

表是有多個無符號數或者其他表作爲數據項構成的符合數據類型，所有表都習慣性地以 “_info” 結尾。表用於描述有層次關係的複合結構的數據。

Class 文件本質上就是一張表：

由於表中存在一些不定項，所以採取了 “size + size 個數據項” 的形式來描述，如上圖中的 fields_count 表示 field_info 的個數，其後跟了 fields_count 個 field_info。

注：由於這個地方是用 u2 即 2 個字節的無符號數來表示個數，那麼，假如一個類的 field 的個數超過了 2 個字節所能表示的最大值，則該類會編譯失敗，不過這種情況基本上不可能出現。

接下來逐個理解上表中各個數據項的具體含義：

我們以最簡單的一個 Java 代碼爲例：

package com.yhh.example;

public class TestClass {
    private int index;

    public Integer inc() {
        return index++;
    }
}

首先通過 javac TestClass.java 得到編譯後的 TestClass.class 文件。

然後通過 hexdump -C ClassName.class 命令查看文件 TestClass.class 的內容（稍後會以這個爲基礎進行舉例）：

➜  example git:(master) ✗ hexdump -C TestClass.class
00000000  ca fe ba be 00 00 00 34  00 19 0a 00 05 00 10 09  |.......4........|
00000010  00 04 00 11 0a 00 12 00  13 07 00 14 07 00 15 01  |................|
00000020  00 05 69 6e 64 65 78 01  00 01 49 01 00 06 3c 69  |..index...I...<i|
00000030  6e 69 74 3e 01 00 03 28  29 56 01 00 04 43 6f 64  |nit>...()V...Cod|
00000040  65 01 00 0f 4c 69 6e 65  4e 75 6d 62 65 72 54 61  |e...LineNumberTa|
00000050  62 6c 65 01 00 03 69 6e  63 01 00 15 28 29 4c 6a  |ble...inc...()Lj|
00000060  61 76 61 2f 6c 61 6e 67  2f 49 6e 74 65 67 65 72  |ava/lang/Integer|
00000070  3b 01 00 0a 53 6f 75 72  63 65 46 69 6c 65 01 00  |;...SourceFile..|
00000080  0e 54 65 73 74 43 6c 61  73 73 2e 6a 61 76 61 0c  |.TestClass.java.|
00000090  00 08 00 09 0c 00 06 00  07 07 00 16 0c 00 17 00  |................|
000000a0  18 01 00 19 63 6f 6d 2f  79 68 68 2f 65 78 61 6d  |....com/yhh/exam|
000000b0  70 6c 65 2f 54 65 73 74  43 6c 61 73 73 01 00 10  |ple/TestClass...|
000000c0  6a 61 76 61 2f 6c 61 6e  67 2f 4f 62 6a 65 63 74  |java/lang/Object|
000000d0  01 00 11 6a 61 76 61 2f  6c 61 6e 67 2f 49 6e 74  |...java/lang/Int|
000000e0  65 67 65 72 01 00 07 76  61 6c 75 65 4f 66 01 00  |eger...valueOf..|
000000f0  16 28 49 29 4c 6a 61 76  61 2f 6c 61 6e 67 2f 49  |.(I)Ljava/lang/I|
00000100  6e 74 65 67 65 72 3b 00  21 00 04 00 05 00 00 00  |nteger;.!.......|
00000110  01 00 02 00 06 00 07 00  00 00 02 00 01 00 08 00  |................|
00000120  09 00 01 00 0a 00 00 00  1d 00 01 00 01 00 00 00  |................|
00000130  05 2a b7 00 01 b1 00 00  00 01 00 0b 00 00 00 06  |.*..............|
00000140  00 01 00 00 00 03 00 01  00 0c 00 0d 00 01 00 0a  |................|
00000150  00 00 00 27 00 04 00 01  00 00 00 0f 2a 59 b4 00  |...'........*Y..|
00000160  02 5a 04 60 b5 00 02 b8  00 03 b0 00 00 00 01 00  |.Z.`............|
00000170  0b 00 00 00 06 00 01 00  00 00 07 00 01 00 0e 00  |................|
00000180  00 00 02 00 0f                                    |.....|
00000185

1、魔數和 Class 文件的版本

每個 Class 文件的頭 4 個字節稱爲魔數（Magic Number），它的唯一作用是確定這個文件是否爲一個能被虛擬機接受的 Class 文件。使用魔數而不是拓展名來進行識別主要是基於安全方面的考慮，因爲文件拓展名可以隨意更改。

魔數的值爲 0xCAFEBABE；

緊接着魔數的 4 個字節是 Class 文件的版本號：第 5 和第 6 個字節是次版本號（Minor Version），第 7 和第 8 個字節是主版本號（Major Version）。Java 的版本號是從 45 開始的，JDK 1.1 之後的每個 JDK 大版本發佈主版本號向上加 1（JDK 1.0 ~ 1.1 使用了 45.0 ~ 45.3 的版本號），高版本的 JDK 能向下兼容以前版本的 Class 文件，但不能運行以後版本的 Class 文件，即使文件格式並未發生任何變化，虛擬機也必須拒絕執行超過其版本號的 Class 文件。

以 TestClass.class 爲例：

00000000  ca fe ba be 00 00 00 34

可以看到，頭 4 個字節爲 0xcafebabe ，然後是次版本號 0x0000 ，而主版本號爲 0x0034，即十進制的52，即 Class 文件的十進制版本號爲：52.0，說明該文件是使用 JDK 1.8 編譯的 Class 文件。

2、常量池

緊接着主次版本號之後的是常量池入口，常量池可以理解爲 Class 文件之中的資源倉庫，它是 Class 文件結構中與其他項目關聯最多的數據類型，也是佔用 Class 文件空間最大的數據項目之一。

由於常量池中常量的數量是不固定的，所以需要有一個 u2 類型的數據來表示常量池容量計數值（constant_pool_count）。這裏需要注意的是，常量池容量計數值是從 1 而不是 0 開始的，這是因爲第 0 項常量空出來是有特殊考慮的，這樣做的目的在於滿足在特定情況下表達 “不引用任何一個常量池項目” 的含義，這種情況可以把索引值置爲 0 來表示。 Class 文件結構中只有常量池的容量計數是從 1 開始，對於其他集合類型，都是從 0 開始的。

常量池中主要存放兩大類常量：字面量（Literal）和符號引用（Symbolic References）。字面量比較接近於 Java 語言層面的常量概念，如文本字符串、聲明爲 final 的常量值等。而符號引用則屬於編譯原理方面的概念，包括了下面三類常量：

1）類和接口的全限定名
2）字段的名稱和描述符
3）方法的名稱和描述符

常量池中每一項常量都是一個表，它們有一個共同點：就是表開始的第一位是一個 u2 類型的標誌位，代表當前這個常量屬於哪種類型。常量類型所代表的具體含義見下圖：

CONSTANT_Class_info 的結構比較簡單，見下圖：

tag 是標誌位，代表它是屬於哪種常量類型；name_index 是一個索引值，它指向常量池中一個 CONSTANT_Utf8_info 類型常量。

CONSTANT_Utf8_info 型常量的結構如下：

tag 同上；length 代表這個 UTF-8 編碼的字符串長度是多少字節，後面緊跟着的長度爲 length 字節的連續數據是一個使用 UTF-8 縮略編碼表示的字符串。

由於 Class 文件中方法、字段等都需要引用 CONSTANT_Utf8_info 型常量來描述名稱，所以 CONSTANT_Utf8_info 型常量的最大長度也就是 Java 中方法、字段名的最大長度。如果 Java 程序中如果定義了超過這個最大長度的變量名或方法名，將會無法編譯。

下圖是常量池中所有常量項的結構總表：

以 TestClass.class 爲例：

								   00 19 0a 00 05 00 10 09  |.......4........|
00000010  00 04 00 11 0a 00 12 00  13 07 00 14 07 00 15 01  |................|
00000020  00 05 69 6e 64 65 78 01  00 01 49 01 00 06 3c 69  |..index...I...<i|
00000030  6e 69 74 3e 01 00 03 28  29 56 01 00 04 43 6f 64  |nit>...()V...Cod|
00000040  65 01 00 0f 4c 69 6e 65  4e 75 6d 62 65 72 54 61  |e...LineNumberTa|
00000050  62 6c 65 01 00 03 69 6e  63 01 00 15 28 29 4c 6a  |ble...inc...()Lj|
00000060  61 76 61 2f 6c 61 6e 67  2f 49 6e 74 65 67 65 72  |ava/lang/Integer|
00000070  3b 01 00 0a 53 6f 75 72  63 65 46 69 6c 65 01 00  |;...SourceFile..|
00000080  0e 54 65 73 74 43 6c 61  73 73 2e 6a 61 76 61 0c  |.TestClass.java.|
00000090  00 08 00 09 0c 00 06 00  07 07 00 16 0c 00 17 00  |................|
000000a0  18 01 00 19 63 6f 6d 2f  79 68 68 2f 65 78 61 6d  |....com/yhh/exam|
000000b0  70 6c 65 2f 54 65 73 74  43 6c 61 73 73 01 00 10  |ple/TestClass...|
000000c0  6a 61 76 61 2f 6c 61 6e  67 2f 4f 62 6a 65 63 74  |java/lang/Object|
000000d0  01 00 11 6a 61 76 61 2f  6c 61 6e 67 2f 49 6e 74  |...java/lang/Int|
000000e0  65 67 65 72 01 00 07 76  61 6c 75 65 4f 66 01 00  |eger...valueOf..|
000000f0  16 28 49 29 4c 6a 61 76  61 2f 6c 61 6e 67 2f 49  |.(I)Ljava/lang/I|
00000100  6e 74 65 67 65 72 3b

第一項 u2 類型 0x0019 爲常量池的容量，即十進制的 25 ，代表一共有 24（第 0 項空出來有特殊用途）項常量。然後是一位 u1 類型爲 tag， 0x0a，代表是類中方法的符號引用（CONSTANT_Class_info），然後是 u2 類型，index，0x0005 ，表示聲明方法的類描述符的爲常量池第 5 項常量。接下來還是 u2 類型，index，0x0010，表示名稱即類型描述符爲常量池第 16 項常量。然後第一項常量就結束了，繼續第二個常量。tag， 0x09 ，代表類中字段的符號引用（CONSTANT_Fieldref_info），然後 u2 類型，index，0x0004，表示聲明字段的類或接口描述符爲常量池第 4 項常量。 0x0011 ，表示字段的描述符爲常量池中第 17 項常量，第二項常量結束。然後繼續按照此方法，可以得到剩下的 22 項常量。

3、訪問標誌

在常量池結束之後，緊接着的兩個字節代表訪問標誌（access_flags），這個標誌用於識別一些類或者接口層次的訪問信息，包括：這個 Class 是類還是接口；是否定義爲 public 類型；是否定義爲 abstract 類型；如果是類的話，是否被聲明爲 final 等。具體標誌及含義如下圖：

以 TestClass.class 爲例：

00000108  00  21

通過分析代碼，只有 0x0001 和 0x0020 兩個標誌位爲真，即它的 access_flags 的值應爲 0x0021 ，通過前面的計算，可以知道 access_flags 標誌（偏移地址： 0x00000108 ）的確爲 0x0021 。

4、類索引、父類索引和接口索引集合

類索引（this_class）和父類索引（super_class）都是一個 u2 類型的數據，而接口索引集合（interfaces）是一組 u2 類型的數據的集合，Class 文件通過這三項數據來確定這個類的繼承關係。

類索引、父類索引和接口索引集合都按照順序排列在訪問標誌之後，類索引和父類索引引用兩個 u2 類型的索引值表示，它們各自指向一個類型爲 CONSTANT_Class_info 的類描述符常量，從而得到全限定名字符串。

而接口索引集合，第一項爲接口計數器，表示索引表的容量。如果該類沒有實現任何接口，則該計數器值爲 0。

以 TestClass.class 爲例：

0000010a  00 04 00 05 00 00

第一項 u2 類型 0x0004 ，表示該類的全限定名爲常量池中第 4 項常量（com/yhh/example/TestClass），第二項 u2 類型 0x0005 ，表示該類的父類全限定名爲常量池中第 5 項常量（java/lang/Object），緊接着一項 u2 類型 0x0000 表示接口索引集合大小爲 0 。

5、字段表集合

字段表（field_info）用於描述接口或者類中聲明的變量。字段（field）包括類級變量以及實例級變量，但不包括在方法內部聲明的局部變量。

字段表結構如下：

字段修飾符放在 access_flags 項目中，可以設置的標誌位及含義如下：

跟隨 access_flags 標誌的是兩個索引值：name_index 和 descriptor_index。它們都是對常量池的引用，分別代表着字段的簡單名稱以及字段和方法的描述符。

關於字段和方法的描述符的標識字符及含義如下：

對於數組類型，每一維度將使用一個前置的 “[” 字符來描述，如一個定義爲 “java.lang.String[][]” 類型的二維數組表示爲："[[Ljava/lang/String"，一個整型數組 “int[]” 將被記錄爲 “[I”。

描述方法時，按照先參數列表，後返回值的順序描述，參數列表按照參數的嚴格順序放在一組小括號 “()” 之內。如方法 void inc() 的描述符爲 “()V”，方法 java.lang.String toString() 的描述符爲 “()Ljava/lang/String;”。

以 TestClass.class 爲例：

0000010a						   						00  |nteger;.!.......|
00000110  01 00 02 00 06 00 07 00  00

第一項 u2 類型值爲 0x0001 ，代表集合中只有一個方法，第二項 u2 類型爲 access_flags ，值爲 0x0002 ，表示方法是 private 的，第三項 u2 類型爲 name_index，值爲 0x0006，即字段的簡單名稱指向常量池中第六項常量，第三項 u2 類型爲 descriptor_index，值爲 0x0007 ，即字段和方法的描述符指向常量池第七項常量。接下來一個 u2 類型值爲 0x0000 ，說明沒有需要額外描述的內容。

6、方法表集合

方法表（method_info）結構和字段表結構是一模一樣的，除了訪問標誌和屬性表集合的可選項有所區別。

因爲 volatile 關鍵字和 transient 關鍵字不能修飾方法，所以方法表的訪問標誌中沒有了 ACC_VLOLATILE 標誌和 ACC_TRANSIENT 標誌。與之對應的，新增了 synchronized、native、strictfp 和 abstract 關鍵字的訪問標誌。具體標誌位及其取值見下表：

以 TestClass.class 爲例：

0000011a 							  00 02 00 01 00 08 00  |................|
00000120  09 00 01 00 0a 00 00 00  1d 00 01 00 01 00 00 00  |................|
00000130  05 2a b7 00 01 b1 00 00  00 01 00 0b 00 00 00 06  |.*..............|
00000140  00 01 00 00 00 03 00 01  00 0c 00 0d 00 01 00 0a  |................|
00000150  00 00 00 27 00 04 00 01  00 00 00 0f 2a 59 b4 00  |...'........*Y..|
00000160  02 5a 04 60 b5 00 02 b8  00 03 b0 00 00 00 01 00  |.Z.`............|
00000170  0b 00 00 00 06 00 01 00  00 00 07

方法表和字段表沒有太大區別， 0x0002 代表有兩個方法，第一個方法訪問標誌是 0x0001 ，即是 public 的， name_index 爲 0x0008 ，指向常量池中第 8 項常量，descriptor_index 爲 0x0009 ，指向常量池中第 9 項常量；下一個 u2 類型爲 attributes_count，值爲 0x0001 ，說明有一個屬性值，緊接着是 attribute_name_index 爲 0x000a ，即指向常量池中第 10 項常量，通過查找得到，第 10 項常量爲 Code，下一個 u4 類型爲 attribute_length，值爲 0x0000001d ，即 29 ，下一個 u2 類型爲 max_stack，值爲 0x0001 ，表示操作數棧深度的最大值，下一個 u2 類型爲 max_locals，值爲 0x0001 ，代表了局部變量表所需的存儲空間；接下來是 code_length 和 code，用來存儲 Java 源程序編譯後生成的字節碼指令，第一個 u4 類型爲 code_length，值爲 0x00000005 ，表示字節碼區域共佔 5 個字節，然後讀入緊隨的 5 個字節，並根據字節碼指令表翻譯出對應的字節碼指令。

翻譯 2a b7 00 01 b1 的過程爲：
1）讀入 2a ，查表得 0x2a 對應的指令爲 aload_0，這個指令的含義是將第 0 個 Slot 中爲 reference 類型的本地變量推送到操作數棧頂。
2）讀入 b7 ，查表得 0xb7 對應的指令爲 invokespecial，其後有一個 u2 類型的參數說明調用哪一個方法。
3）讀入 0001 ，是 invokespecial 指令的參數，指向常量池中第 1 個常量。
4）讀入 b1 ，查表得 0xb1 對應的指令爲 return，含義是返回此方法，並且返回值爲 void，方法結束。

後面就都是根據類似的方法推出得到。

7、屬性表集合

在 Class 文件、字段表、方法表都可以攜帶自己的屬性表集合，以用於描述某些場景專有的信息。

以 TestClass.class 爲例：

0000017b								    00 01 00 0e 00  |................|
00000180  00 00 02 00 0f                                    |.....|
00000185

包含一個 SourceFile 的屬性，sourcefile_index 值爲 0x000f ，指向常量池第 15 個常量。

至此，TestClass.class 文件字節碼分析結束。

最後使用 javap 工具來得到一個完整的 TestClass.class 文件字節碼內容如下：

➜  example git:(master) ✗ javap -verbose TestClass.class
Classfile /Users/yanghaihui/project/github/code/java/src/main/java/com/yhh/example/TestClass.class
  Last modified Jun 9, 2018; size 389 bytes
  MD5 checksum 510375b08360425cddc8b51216c5155d
  Compiled from "TestClass.java"
public class com.yhh.example.TestClass
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #5.#16         // java/lang/Object."<init>":()V
   #2 = Fieldref           #4.#17         // com/yhh/example/TestClass.index:I
   #3 = Methodref          #18.#19        // java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
   #4 = Class              #20            // com/yhh/example/TestClass
   #5 = Class              #21            // java/lang/Object
   #6 = Utf8               index
   #7 = Utf8               I
   #8 = Utf8               <init>
   #9 = Utf8               ()V
  #10 = Utf8               Code
  #11 = Utf8               LineNumberTable
  #12 = Utf8               inc
  #13 = Utf8               ()Ljava/lang/Integer;
  #14 = Utf8               SourceFile
  #15 = Utf8               TestClass.java
  #16 = NameAndType        #8:#9          // "<init>":()V
  #17 = NameAndType        #6:#7          // index:I
  #18 = Class              #22            // java/lang/Integer
  #19 = NameAndType        #23:#24        // valueOf:(I)Ljava/lang/Integer;
  #20 = Utf8               com/yhh/example/TestClass
  #21 = Utf8               java/lang/Object
  #22 = Utf8               java/lang/Integer
  #23 = Utf8               valueOf
  #24 = Utf8               (I)Ljava/lang/Integer;
{
  public com.yhh.example.TestClass();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 3: 0

  public java.lang.Integer inc();
    descriptor: ()Ljava/lang/Integer;
    flags: ACC_PUBLIC
    Code:
      stack=4, locals=1, args_size=1
         0: aload_0
         1: dup
         2: getfield      #2                  // Field index:I
         5: dup_x1
         6: iconst_1
         7: iadd
         8: putfield      #2                  // Field index:I
        11: invokestatic  #3                  // Method java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
        14: areturn
      LineNumberTable:
        line 7: 0
}
SourceFile: "TestClass.java"

參考資料：

（1）《深入理解 Java 虛擬機》周志明著.

深入理解 JVM（2）類文件結構

一、Java 虛擬機是一個與語言無關的平臺

二、什麼是 Class 類文件結構？

1、魔數和 Class 文件的版本

2、常量池

3、訪問標誌

4、類索引、父類索引和接口索引集合

5、字段表集合

6、方法表集合

7、屬性表集合

別再使用 POI 框架啦！（記一次生產應用頻繁出現 OOM 事故的排查過程）

老生常談：StringBuilder 和 StringBuffer 的那些事兒

Java 多線程學習（1）一些容易被遺忘的基礎概念

Java 多線程學習（7）聊聊 LockSupport.park() 和 LockSupport.unpark()

裸辭後的一些感想

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結