Java 字节码

1.1 什么是字节码？

Java 在刚刚诞生之时曾经提出过一个很是著名的口号: “一次编写，处处运行（write once，run anywhere）”，这句话充分表达了软件开发人员对冲破平台界限的渴求。“与平台无关”的理想最终实如今操做系统的运用层上: 虚拟机提供商开发了许多能够运行在不一样平台上的虚拟机，这些虚拟机均可以载入和执行同一种平台无关的字节码，从而实现了程序的“一次编写处处运行”。
各类不一样平台的虚拟机与全部平台都统一使用的程序存储格式—字节码（ByteCode），所以，能够看出字节码对 Java 生态的重要性。之因此被称为字节码，是由于字节码是由十六进制组成的，而 JVM（Java Virtual Machine）以两个十六进制为一组，即以字节为单位进行读取。在 Java 中使用 javac 命令把源代码编译成字节码文件，一个 .java 源文件从编译成 .class 字节码文件的示例如图 1 所示:
<center>图 1</center>

<!--more-->
对于从事基于 JVM 的语言的开发人员来讲，好比: Java，了解字节码能够更准确、更直观的理解 Java 语言中更深层次的东西，好比经过字节码，能够很直观的看到 volatile 关键字如何在字节码上生效。另外，字节码加强技术在各类 ORM 框架、Spring AOP、热部署等一些应用中常用，深刻理解其原理对于咱们来讲大有裨益。因为 JVM 规范的存在，只要最终生成了符合 JVM 字节码规范的文件均可以在 JVM 上运行，所以，这个也给其它各类运行在 JVM 上的语言（如: Scala、Groovy、Kotlin）提供了一个机会，能够扩展 Java 没有实现的特性或者实现一些语法糖。
接下来就让咱们就一块儿看看这个字节码文件结构究竟是什么样的。

1.2 Java 字节码结构

Java 源文件经过用 javac 命令编译后就会获得 .class 结尾的字节码文件，好比一个简单的 JavaCodeCompilerDemo 类如图 2 所示:
<center>图 2</center>
编译后生成的 .class 字节码文件，打开后是一堆 十六进制 数，如图 3 所示:
<center>图 3</center>
在上节提过，JVM 对于字节码规范是有要求的，打开编译后的字节码文件看似混乱无章，其实它是符合必定的结构规范的，JVM 规范要求每个字节码文件都要由十部分固定的顺序组成的，接下来咱们将一一介绍这部分，总体的组成结构如图 4 所示:
<center>图 4</center>

（1）魔数（Magic Number）
每一个字节码文件的头 4 个字节称为 魔数（Magic Number），它的惟一做用是肯定这个文件是否为一个能被虚拟机接受的 Class 文件。不少文件存储标准中都使用魔数来进行身份识别，譬如图片格式，如 gif 或者 jpg 等在文件头中都存有魔数。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，由于文件扩展名能够随意改动。魔数的固定值为: 0xCAFEBABE，魔数放在文件头，JVM 能够根据文件的开头来判断这个文件是否多是一个字节码文件，若是是，才会进行以后的操做。

有趣的是，魔数的固定值是 Java 之父 James Gosling 制定的，为 CafeBabe（咖啡宝贝），而 Java 的图标为一杯咖啡。

（2）版本号（Version）
版本号为魔数以后的 4 个字节，前两个字节表示次版本号（Minor Version），后两个字节表示主版本号（Major Version），上图 3 中版本号为: “00 00 00 34”，次版本号转化为十进制为 0，主版本号转化为十进制 52（3 16^1 + 4 16^0 = 52），在 Oracle 官网中查询序号 52 对应的 JDK 版本为 1.8，因此编译该源代码文件的 Java 版本为 1.8.0。

（3）常量池（Constant Pool）
紧接着主版本号以后的字节是常量池入口。常量池中存储两种类型常量: 字面量和符号运用。字面量为代码中声明为 final 的常量值，符号引用如类和接口的全局限定名、字段的名称和描述符、方法的名称和描述符。常量池总体上分为两部分: 常量池计数器和常量池数据区，如图 5 所示：
<center>图 5</center>
常量池计数器（constant_pool_count）: 因为常量池的数量不固定，因此须要先放置两个字节来表示常量池容量计数值，图 2 示例代码的字节码的前十个字节以下图 6 所示，将十六进制的 17 转为十进制的值为 33 (1 16^1 + 7 16^0 = 33)，排除下标 0，也就是说这个类文件有 32 个常量。
<center>图 6</center>
常量池数据区: 数据区是由（constant_pool_count - 1）个 cp_info 结构组成，一个 cp_info 的结构对应一个常量。在字节码中共有 14 种类型的 cp_info ，每种类型的结构都是固定的，如图 7 所示:
<center>图 7</center>
以 CONSTANT_Utf8_info 为例，它的结构如表 1 所示:

名称	长度	值
tag	1 字节	01 对应图 7 中 CONSTANT_Utf8_info 的标志栏中的值
length	2 字节	该 utf8 字符串的长度
bytes	length 字节	length 个字节的具体数据

<center>表 1</center>
首先第一个字节 tag，它的取值对应图 7 中的 Tag，因为它的类型是 CONSTANT_Utf8_info，因此值为 01（十六进制）。接下来两个字节标识该字符串的长度 length，而后 length 个字节为这个字符串具体的值。从图 3 的字节码中摘取一个 cp_info 结构，将它翻译过来后，其含义为: 该常量为 utf8 字符串，长度为 7 字节，数据为: numberA，如图 8 所示:

<center>图 8</center>
其它类型的 cp_info 结构在本文不在细说，和 CONSTANT_Utf8_info 的结构大同小异，都是先经过 tag 来标识类型，而后后续的 n 个字节来描述长度和数据。等咱们对这些结构比较了解了以后，咱们能够经过: javap -verbose JavaCodeCompilerDemo 命令查看 JVM 反编译后的完整常量池，能够看到反编译结果能够将每个 cp_info 结构的类型和值都很明确的呈现出来，如图 9 所示:
<center>图 9</center>

（4）访问标志（access_flag）
常量池结束以后的两个字节，描述该 Class 是类仍是接口，以及是否被 Public、Abstract、Final 等修饰符修饰。JVM 规范规定了以下表 2 所示的 9 种访问标志。须要注意的是，JVM 并无穷举全部的访问标志，而是使用 按位或 操做来进行描述的，好比某个类的修饰符为 public final，则对应的访问修饰符的值为 ACC_PUBLIC | ACC_FINAL，即 0x0001 | 0x0010 = 0x0011。

标志名称	标志值	含义
ACC_PUBLIC	0x0001	字段是否为 public
ACC_PRIVATE	0x0002	字段是否为 private
ACC_PROTECTED	0x0004	字段是否为 protected
ACC_STATIC	0x0008	字段是否为 static
ACC_FINAL	0x0010	字段是否为 final
ACC_VOLATILE	0x0040	字段是否为 volatile
ACC_TRANSIENT	0x0080	字段是否为 transient
ACC_SYNCHETIC	0x1000	字段是否为编译器自动产生
ACC_ENUM	0x4000	字段是否为 enum

<center>表 2</center>

（5）当前类名（this_class）
访问标志后的两个字节，描述的是当前类的全限定名。这两个字节保存的值为常量池中的索引值，根据索引值就能在常量池中找到这个类的全限定名。

（6）父类名称（super_class）
当前类名的后两个字节，描述父类的全限定名。这两个字节保存的值也是在常量池中的索引值，根据索引值就能在常量池中找到这个类的父类的全限定名。

（7）接口信息（interfaces）
父类名称后的两个字节，描述这个类的接口计数器，即: 当前类或父类实现的接口数量。紧接着的 n 个字节是全部的接口名称的字符串常量在常量池的索引值。

（8）字段表（field_table）
字段表用于描述类和接口中声明的变量，包含类级别的变量以及实例变量，可是不包含方法内部声明的 局部变量。字段表也分为两部分，第一部分是两个字节，描述字段个数，第二部分是每一个字段的详细信息 field_info。字段表结构如图 10 所示:
<center>图 10</center>
以图 3 中的字节码字段表为例，以下图 11 所示。其中字段的访问标志查表 2，002 对应为 Private，经过索引下标在图 9 中常量池分别获得字段名为: numberA，描述符为: I（在JVM 中的I表明 Java 中的 int）。综上，就能够惟一肯定出类 JavaCodeCompilerDemo 中声明的变量为: private int numberA 。
<center>图 11</center>

（9）方法表（method_table）
字段表结束后为方法表，方法表也是由两部分组成，第一部分为两个字节描述方法的个数，第二个部分为每一个方法的详细信息。方法的详细信息包括：方法的访问标志、方法名、方法的描述符以及方法的属性，如图 12 所示:
<center>图 12</center>
方法的权限修饰符依然能够经过图 9 的值查询到，方法名和方法的描述符都是常量池的索引值，能够经过索引值在常量池中查询获得。而方法属性这个部分比较复杂，咱们能够借助 javap -verbose 将其反编译为人们可读的信息进行解读。如图 13 所示。咱们能够看到属性中包含三个部分:

1. Code 区: 源代码对应的 JVM 指令操做码，咱们在字节码加强的时候重点操做的就是这个部分。
2. LineNumberTable: 行号表，将 Code 区的操做码和源代码的行号对应，Debug 时会起到做用（即: 当源代码向下走一行，相应的须要走几个 JVM 指令操做码）。
3. LocalVariableTable: 本地变量表，包含 this 和局部变量，之因此能够在每个非 static 的方法内部均可以调用到 this，是由于 JVM 将 this 做为每一个方法的第一个参数隐式进行传入。

<center>图 13</center>

（10）附加属性表（additional_attribute_table）
字节码的最后一部分，存放了在文件中类或接口所定义的属性的基本信息。

1.3 Java 字节码操做集合

在图 13 中，Code 区的编号是 0 ~ 10，就是 .java 源文件的方法源代码编译后让 JVM 真正执行的操做码。为了帮助人们理解，反编译后看到的是十六进制操做码所对应的助记符，十六进制值操做码和助记符的对应关系，以及每一个操做码的具体做用能够查看 Oracle 官网，在须要的时候查阅便可。好比上图 13 的助记符为 iconst_2，对应图 3 中的字节码 0x05，做用是将 int 值 2 压入操做数栈中。以此类推，对 0 ~ 10 的助记符理解后就是整个 sum() 方法的操做数码实现。

1.4 查看字节码工具

若是咱们每次反编译都要使用 javap 命令的话，确实比较繁琐，这里我推荐你们一个 IDEA 插件: jclasslib。使用效果如图 14 所示: 代码编译后在菜单栏: View -> Show Bytecode With jclasslib，能够很直观地看到当前字节码文件的类信息、常量池、方法区等信息，很是方便。
<center>图 14</center>

1.5 总结

Java 中字节码文件是 JVM 执行引擎的数据入口，也是 Java 技术体系的基础构成之一。了解字节码文件的组成结构对后面进一步了解虚拟机和深刻学习 Java 有很重要的意义。本文较为详细的讲解了字节码文件结构的各个组成部分，以及每一个部分的定义、数据结构和使用方法。强烈建议本身动手分析一下，会理解得更加深刻。