简书 溪渠
转载请注明原创出处，谢谢！
如果读完觉得有收获的话，欢迎点赞加关注

Virtual Machine

JRE由Java API以及JVM组合而成。JVM负责的工作就是通过ClassLoader识别Java程序，并且使用Java API执行它。
一个Virtual Machine可以理解为使用软件方式实现的机器，可以像一台真实的物理机一样执行应用程序。最初，Java设定的运行环境就是隔离物理环境的虚拟机，以满足WORA(Write Once Run Anywhere)。因而JVM可以运行在各种各样的硬件之上，执行Java字节码，却不需要改变Java程序代码。

JVM的一些特性如下：

• Stack-based virtual machine:大多数流行的计算机架构（如Intel x86和ARM）基于寄存器运行，然而JVM基于栈运行。
• Symbolic reference:所有的类型（class和interface，不包括原始类型）都是通过符号引用引用，而不是基于内存地址的引用。
• Garbage collection:一个类的实例被用户代码创建，并由垃圾回收机制自动回收。
• Guarantees platform independence by clearly defining the primitive data type:像C/C++这类语言对于不同的平台，int类型有不同的大小。JVM明确定义了原始类型的大小以保证兼容性和平台无关性。
• Network byte order:Java的Class文件采用网络字节顺序，即big endian，这是为了保证平台无关性。

Sun公司开发了Java，但是任何人都可以遵循Java虚拟机规范开发JVM。因此市面上有多款虚拟机，比较出名的如Oracle Hotspot JVM和IBM JVM。谷歌安卓系统中的Dalvik VM也是一款JVM，尽管它没有遵循Java虚拟机规范，它也是基于寄存器架构的。

Java字节码

为了实现WORA，JVM采用了Java字节码，它是一种介于用户开发语言和机器语言之间的中间语言，它也是部署Java代码的最小单位。

在解释字节码之前，我们先看一个真实发生在开发过程中的例子。

问题

一个曾经成功运行的程序在更新了依赖库之后发生了异常。

Exception in thread "main" java.lang.NoSuchMethodError: com.nhn.user.UserAdmin.addUser(Ljava/lang/String;)V
    at com.nhn.service.UserService.add(UserService.java:14)
    at com.nhn.service.UserService.main(UserService.java:19)

程序代码如下，并且编写后没有修改过。

// UserService.java
public void add(String userName) {
    admin.addUser(userName);
}

更新后的库代码以及原来库的代码如下:

// UserAdmin.java - Updated library source code
…
public User addUser(String userName) {
    User user = new User(userName);
    User prevUser = userMap.put(userName, user);
    return prevUser;
}
// UserAdmin.java - Original library source code
…
public void addUser(String userName) {
    User user = new User(userName);
    userMap.put(userName, user);
}

简单来说addUser()方法由一个无返回值方法变成了返回User实例的方法。

直观的来看com.nhn.user.UserAdmin.addUser()方法仍然是存在的，那么为什么会出现NoSuchMethodError？

原因

原因很简单，就是应用程序代码没有使用新的库重新编译，在UserAadmin类的Class文件中使用的仍然是无返回值方法，而新的库提供的是带返回值的方法。异常中提示了错误的原因。

java.lang.NoSuchMethodError: com.nhn.user.UserAdmin.addUser(Ljava/lang/String;)V

NoSuchMethodError是由于"com.nhn.user.UserAdmin.addUser(Ljava/lang/String;)V"方法找不到产生的。在Java字节码的描述中，"L<classname>;"表示类的实例，最后一个V是方法的返回值，这里表示无返回值。

让我们接着聊Java字节码，Java字节码是JVM必要的组成要素。Java编译器并不直接将高级语言转换为机器语言（CPU指令），它将开发者理解的语言转换为JVM理解的字节码。由于Java字节码是一种平台无关的代码，在不同的硬件环境或者不同的操作系统之上只要安装了JRE环境，那么它就可以执行，且不需要任何其他改变。字节码的大小几乎与源代码大小相同。

实际上Java中Class文件是二进制文件，无法直接理解，因此JVM供应商提供了javap这个工具，可以解析字节码文件。在上面的例子中，通过javap -c UserAdmin.class得到如下内容:

public void add(java.lang.String);
  Code:
   0:   aload_0
   1:   getfield        #15; //Field admin:Lcom/nhn/user/UserAdmin;
   4:   aload_1
   5:   invokevirtual   #23; //Method com/nhn/user/UserAdmin.addUser:(Ljava/lang/String;)V
   8:   return

可以看到addUser方法在第四行被调用，"5: invokevirtual"。"#23"表示与索引23相关的方法要被调用，并且可以看到由javap工具注释的方法。invokevirtual是Java字节码中的一个OpCode，用于方法调用。在字节码中包含四种方法调用的OpCode:invokeinterface,invokespecial,invokestatic,invokevirual，它们的含义如下:

• invokeinterface: 调用接口方法
• invokespecial: 调用构造器方法，private方法，或者超类方法
• invokestatic: 调用静态方法
• invokevirtual: 调用实例方法

Java字节码指令集由OpCode和Operand（操作数）组成，像invokevirtual这种OpCode需要2字节的Operand。

当使用新的库编译上面的程序代码之后，反汇编得到的内容如下：

public void add(java.lang.String);
  Code:
   0:   aload_0
   1:   getfield        #15; //Field admin:Lcom/nhn/user/UserAdmin;
   4:   aload_1
   5:   invokevirtual   #23; //Method com/nhn/user/UserAdmin.addUser:(Ljava/lang/String;)Lcom/nhn/user/User;
   8:   pop
   9:   return

我们可以看到#23表示的方法返回值变成了“Lcom/nhn/user/User”。

在上面反汇编的结果中，代码前面的数字代表了什么含义？

数字表示字节数，或者说是字节下标。OpCode本身使用一个byte进行表示，所以最多有256中字节码指令，上面例子中的一些指令的字节码表示为:
aload_0=0x2a,getfield=0xb4,invokevirtual=0xb6。
aload_0和aload_1不需要Operand，而getfield需要2字节的Operand，所以aload_1字节数是4。在16进制编辑器中查看字节码如下:

2a b4 00 0f 2b b6 00 17 57 b1

在Java字节码中，“L;”表示类的实例，“V”表示void类型，下面的表格总结了其他类型的表示。
表1：字节码中的类型表示

字节码	类型	描述
B	byte	signed byte
C	char	Unicode字符
D	double	双精度浮点
F	float	单精度浮点
I	int	integer
J	long	long integer
L<classname>	reference	类实例
S	short	signed short
Z	boolean	true or false
[	reference	one array dimension

表2：字节码示例

Java Code	Java Bytecode Expression
double d[][][];	[[[D
Object mymethod(int i, double d, Thread t)	(IDLjava/lang/Threadd;)Ljava/lang/Object

更多关于Java字节码指令集可以查看"The Java Virtual Machine Specification"中“6. The Java Virtual Machine Instruction Set”。

Class文件格式

Class文件格式概括如下：

ClassFile {
    u4 magic;
    u2 minor_version;
    u2 major_version;
    u2 constant_pool_count;
    cp_info constant_pool[constant_pool_count-1];
    u2 access_flags;
    u2 this_class;
    u2 super_class;
    u2 interfaces_count;
    u2 interfaces[interfaces_count];
    u2 fields_count;
    field_info fields[fields_count];
    u2 methods_count;
    method_info methods[methods_count];
    u2 attributes_count;
    attribute_info attributes[attributes_count];}

上面的内容可以在"The Java Virtual Machine Specification, Second Edition"中“4.1。 The ClassFile Structure”找到。UserService.class前16个byte如下。
ca fe ba be 00 00 00 32 00 28 07 00 02 01 00 1b
下面根据这个例子说明一下class文件格式。

• magic:class文件的前4个byte是魔数，这是预先定义好的，用于区分class文件，值总是0xCAFEBABE。当文件的前4个byte是0xCAFEBABE时，可以认为它是Java class文件。
• minor_version,major_version:接下来的4个字节表示class版本。使用JDK1.6编译的class版本是50，使用JDK1.5编译的class版本是49。JVM保持向后兼容性，这表示低版本编译的代码可以运行在高版本虚拟机中，而高版本编译的代码不能跑在低版本的JVM中，将会抛出java.lang.UnsupportedClassVersionError。
• constant_pool_count,constant_pool[]:接下来是class的常量池信息。constant_pool_count是0x28，表示constant_pool有（40-1）个indexes。
• access_flags:表示类的修饰语，比如public,final,abstract,interface等。
• this_class,super_class:类以及超类在常量池中的index
• interfaces_count,interfaces[]:常量池中记录接口数量的index以及所有的接口信息
• fields_count,fields[]:类包含的字段数量以及所有字段信息。字段信息包含名称，类型信息，修饰语和在常量池中的index。
• methods_count,methods[]:类中方法的数量以及所有方法的信息。方法的信息包含名称，类型，参数数量，返回类型，修饰语，在常量池中index，方法可执行代码，异常信息。
• attributes_count,attributes[]:field_info和method_info会用到attribute_info结构。

UserService.class使用javap -verbose解析后，打印的内容可以被我们所理解。

Compiled from "UserService.java"
 
public class com.nhn.service.UserService extends java.lang.Object
  SourceFile: "UserService.java"
  minor version: 0
  major version: 50
  Constant pool:const #1 = class        #2;     //  com/nhn/service/UserService
const #2 = Asciz        com/nhn/service/UserService;
const #3 = class        #4;     //  java/lang/Object
const #4 = Asciz        java/lang/Object;
const #5 = Asciz        admin;
const #6 = Asciz        Lcom/nhn/user/UserAdmin;;// … omitted - constant pool continued …
 
{
// … omitted - method information …
 
public void add(java.lang.String);
  Code:
   Stack=2, Locals=2, Args_size=2
   0:   aload_0
   1:   getfield        #15; //Field admin:Lcom/nhn/user/UserAdmin;
   4:   aload_1
   5:   invokevirtual   #23; //Method com/nhn/user/UserAdmin.addUser:(Ljava/lang/String;)Lcom/nhn/user/User;
   8:   pop
   9:   return  LineNumberTable:
   line 14: 0
   line 15: 9  LocalVariableTable:
   Start  Length  Slot  Name   Signature
   0      10      0    this       Lcom/nhn/service/UserService;
   0      10      1    userName       Ljava/lang/String; // … Omitted - Other method information …
}

由于篇幅的限制，这里只截取了部分输出。

JVM结构

Java代码执行的流程如下。

Java代码执行流程

类加载器将字节码加载到运行时数据区，然后执行引擎执行字节码。

类加载器

Java提供了动态加载特性，类加载器在运行时只在第一次指向类时加载和连接类。类加载器特性如下：

• 层次结构：Java中的类加载器被组织为一种父子关系的层次结构。Bootstrap类加载器是所有类加载器的parent。
• 委托模式：当需要加载一个类时，首先在父类加载器中查找是否存在该类，如果有那么直接使用，如果没有，再由该类加载器加载该类。
• 可见性限制：子类加载器可以在父类加载器中查找类，反之不可以。
• 不允许卸载：类加载器可以加载类，不可以卸载类。需要卸载类时，可以删除当前类加载器，创建一个新的类加载器。

每个类加载器都有自己的命名空间，其中保存了所有加载的类。当一个类加载器加载一个类时，通过全限定名称查找该类。两个拥有相同全限定名的类在不同的命名空间时，这两个类是不一样的，也说明它们由不同的类加载器加载。

下图说明了类加载器的委托模型。

类加载器委托模型

当需要加载一个类时，按照上图顺序检查每个类加载器缓存中是否存在该类，如果在Bootstrap类加载器中也找不到，那么需要当前类加载器从文件系统中加载。

• Bootstrap class loader:JVM启动时被创建，负责加载$JAVA_HOME中jre/lib/rt.jar里所有的class，由C++实现，不是ClassLoader子类。
• Extension class loader:
• 负责加载java平台中扩展功能的一些jar包，包括$JAVA_HOME中jre/lib/*.jar或-Djava.ext.dirs指定目录下的jar包
• System class loader:负责加载classpath指定的jar包
• User-defined class loader:开发者自定义实现的类加载器，如tomcat和jboss都会根据j2ee规范自行实现类加载器。

一个类加载后的具体流程如图。

类加载阶段

各个阶段流程说明:

• Loading:从文件中获取类字节码，并加载到JVM内存。
• Verifying:验证该类是否遵循Java语言规范以及JVM规范。这个过程是加载中最为复杂和耗时的阶段。
• Preparing:为保存类的字段、方法、接口等内容的数据结构分配内存。
• Resolving:改变常量池中的符号引用为直接引用。
• Initializing:执行静态初始化块，初始化静态变量。

Runtime Data Area

运行时数据区

运行时数据区是JVM启动后分配的内存区域，分为六个部分，其中每个线程都有自己的PC Register(程序计数器)、JVM Stack(虚拟机栈)、Native Method Stack(本地方法栈)，Heap(堆)、Method Area(方法区)、Runtime Constant Pool(运行时常量池)是被所有线程共享的。

• 程序计数器：每个线程有自己的程序计数器，记录当前正在执行的JVM指令地址，这里不会发生GC。
• 虚拟机栈：每个线程有自己的虚拟机栈，伴随着方法的调用与退出，栈帧进栈出栈。当有异常发生时，printStackTrace方法可以打印所有的栈帧。

虚拟机栈

栈帧：栈帧是在方法执行时创建的，加入线程的虚拟机栈，在方法结束时，从栈中移除。栈帧包含局部变量数组引用、操作数栈引用、当前类的运行时常量池引用。局部变量以及操作数栈在编译时已经确定了，所以方法的栈帧大小也是确定的。
局部变量数组：数组下标是从0开始，0表示类的实例引用，从1开始表示的是方法的传入参数，紧接着入参，就是方法体内部的局部变量了。
操作数栈：表示方法实际的工作空间。

• 本地方法栈：这个栈中调用的都是本地方法，或者说是通过JNI调用的C/C++代码。
• 方法区：方法去包括运行时常量池、字段信息、方法信息、静态变量、类和接口的字节码。在Hotspot虚拟机中，方法区叫做永久代。对于各个虚拟机供应商而言，方法区的垃圾回收是可选的。
• 运行时常量池：这个区域包含在方法去中，它的内容与class文件中的constant_pool息息相关。它包含了所有方法、字段的引用，每当需要使用一个方法或者字段时，通过它找到方法或者字段实际的内存地址。
• 堆：类的实例对象存储的地方，也是垃圾回收的目标区域。

回到前面我们讨论过的反汇编后的class文件内容。

public void add(java.lang.String);
  Code:
   0:   aload_0
   1:   getfield        #15; //Field admin:Lcom/nhn/user/UserAdmin;
   4:   aload_1
   5:   invokevirtual   #23; //Method com/nhn/user/UserAdmin.addUser:(Ljava/lang/String;)Lcom/nhn/user/User;
   8:   pop
   9:   return

与x86架构中汇编代码相比，它们具有类似的格式，每行都有一个指令，但是Java字节码中没有使用内存地址，或者操作数的偏移。这是因为JVM使用栈，上图中的15和23表示的是类中运行时常量池的索引，它是自己管理内存的。简而言之，JVM为每一个类创建了运行时常量池，而常量池中存储了实际操作对象的引用。