Java字节码浅析（

英文原文链接，译文链接，原文作者：James Bloom，译者：有孚

明白Java代码是如何编译成字节码并在JVM上运行的非常重要，这有助于理解程序运行的时候究竟发生了些什么。理解这点不仅能搞清语言特性是如何实现的，并且在做方案讨论的时候能清楚相应的副作用及权衡利弊。

本文介绍了Java代码是如何编译成字节码并在JVM上执行的。想了解JVM的内部结构以及字节码运行时用到的各个内存区域，可以看下我前面的一篇关于JVM内部细节的文章。

本文分为三部分，每一部分都分成几个小节。每个小节都可以单独阅读，不过由于一些概念是逐步建立起来的，如果你依次阅读完所有章节会更简单一些。每一节都会覆盖到Java代码中的不同结构，并详细介绍了它们是如何编译并执行的。

1. 第一部分，基础概念

变量

局部变量

JVM是一个基于栈的架构。方法执行的时候（包括main方法），在栈上会分配一个新的帧，这个栈帧包含一组局部变量。这组局部变量包含了方法运行过程中用到的所有变量，包括this引用，所有的方法参数，以及其它局部定义的变量。对于类方法（也就是static方法）来说，方法参数是从第0个位置开始的，而对于实例方法来说，第0个位置上的变量是this指针。

局部变量可以是以下这些类型：

* char
* long
* short
* int
* float
* double
* 引用
* 返回地址

除了long和double类型外，每个变量都只占局部变量区中的一个变量槽(slot)，而long及double会占用两个连续的变量槽，因为这些类型是64位的。

当一个新的变量创建的时候，操作数栈（operand stack）会用来存储这个新变量的值。然后这个变量会存储到局部变量区中对应的位置上。如果这个变量不是基础类型的话，本地变量槽上存的就只是一个引用。这个引用指向堆的里一个对象。

比如：

int i = 5;

编译后就成了

0: bipush      5

2: istore_0

bipush

用来将一个字节作为整型数字压入操作数栈中，在这里5就会被压入操作数栈上。

istore_0

这是istore_这组指令集（译注：严格来说，这个应该叫做操作码，opcode ,指令是指操作码加上对应的操作数，oprand。

不过操作码一般作为指令的助记符，这里统称为指令）中的一条，这组指令是将一个整型数字存储到本地变量中。

n代表的是局部变量区中的位置，并且只能是0,1,2,3。再多的话只能用另一条指令istore了，这条指令会接受一个操作数，对应的是局部变量区中的位置信息。

这条指令执行的时候，内存布局是这样的：

class文件中的每一个方法都会包含一个局部变量表，如果这段代码在一个方法里面的话，你会在类文件的局部变量表中发现如下的一条记录。

LocalVariableTable:

        Start  Length  Slot  Name   Signature

          0      1      1     i         I

字段

Java类里面的字段是作为类对象实例的一部分，存储在堆里面的（类变量对应存储在类对象里面）。

关于字段的信息会添加到类文件里的field_info数组里，像下面这样：

ClassFile {

    u4 magic;

    u2 minor_version;

    u2 major_version;

    u2 constant_pool_count;

    cp_info contant_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];

}

另外，如果变量被初始化了，那么初始化的字节码会加到构造方法里。

下面这段代码编译了之后：

public class SimpleClass {

    public int simpleField = 100;

}

如果你用javap进行反编译，这个被添加到了field_info数组里的字段会多出一段描述信息。

 public int simpleField;

     Signature: I

     flags: ACC_PUBLIC

初始化变量的字节码会被加到构造方法里，像下面这样：

 public SimpleClass();

   Signature: ()V

   flags: ACC_PUBLIC

   Code:

     stack=2, locals=1, args_size=1

        0: aload_0

        1: invokespecial #1                  // Method java/lang/Object."<init>":()V

        4: aload_0

        5: bipush        100

        7: putfield      #2                  // Field simpleField:I

       10: return

aload_0	从局部变量数组中加载一个对象引用到操作数栈的栈顶。尽管这段代码看起来没有构造方法，但是在编译器生成的默认的构造方法里，就会包含这段初始化的代码。第一个局部变量正好是this引用，于是aload_0把this引用压到操作数栈中。aload_0是aload_指令集中的一条，这组指令会将引用加载到操作数栈中。 n对应的是局部变量数组中的位置，并且也只能是0,1,2,3。还有类似的加载指令，它们加载的并不是对象引用，比如iload_,lload_,fload_,和dload_, 这里i代表int,l代表long,f代表float,d代表double。局部变量的在数组中的位置大于3的，得通过iload,lload,fload,dload,和aload进行加载，这些指令都接受一个操作数，它代表的是要加载的局部变量的在数组中的位置。
invokespecial	这条指令可以用来调用对象实例的构造方法，私有方法和父类中的方法。它是方法调用指令集中的一条，其它的还有invokedynamic, invokeinterface, invokespecial, invokestatic, invokevirtual. 这里的invokespecial指令调用的是父类也就是java.lang.Object的构造方法。
bipush	它是用来把一个字节作为整型压到操作数栈中的，在这里100会被压到操作数栈里。
putfield	它接受一个操作数，这个操作数引用的是运行时常量池里的一个字段，在这里这个字段是simpleField。赋给这个字段的值，以及包含这个字段的对象引用，在执行这条指令的时候，都会从操作数栈顶上pop出来。前面的aload_0指令已经把包含这个字段的对象压到操作数栈上了，而后面的bipush又把100压到栈里。最后putfield指令会将这两个值从栈顶弹出。执行完的结果就是这个对象的simpleField这个字段的值更新成了100。

上述代码执行的时候内存里面是这样的：

这里的putfield指令的操作数引用的是常量池里的第二个位置。JVM会为每个类型维护一个常量池，

运行时的数据结构有点类似一个符号表，尽管它包含的信息更多。Java中的字节码操作需要对应的数据，

但通常这些数据都太大了，存储在字节码里不适合，它们会被存储在常量池里面，

而字节码包含一个常量池里的引用。当类文件生成的时候，其中的一块就是常量池：

 Constant pool:

    #1 = Methodref          #4.#16         //  java/lang/Object."<init>":()V

    #2 = Fieldref           #3.#17         //  SimpleClass.simpleField:I

    #3 = Class              #13            //  SimpleClass

    #4 = Class              #19            //  java/lang/Object

    #5 = Utf8               simpleField

    #6 = Utf8               I

    #7 = Utf8               <init>

    #8 = Utf8               ()V

    #9 = Utf8               Code

   #10 = Utf8               LineNumberTable

   #11 = Utf8               LocalVariableTable

   #12 = Utf8               this

   #13 = Utf8               SimpleClass

   #14 = Utf8               SourceFile

   #15 = Utf8               SimpleClass.java

   #16 = NameAndType        #7:#8          //  "<init>":()V

   #17 = NameAndType        #5:#6          //  simpleField:I

   #18 = Utf8               LSimpleClass;

   #19 = Utf8               java/lang/Object

常量字段（类常量）

带有final标记的常量字段在class文件里会被标记成ACC_FINAL.

比如

 public class SimpleClass {

     public final int simpleField = 100;

 }

字段的描述信息会标记成ACC_FINAL:

 public static final int simpleField = 100;

     Signature: I

     flags: ACC_PUBLIC, ACC_FINAL

     ConstantValue: int 100

对应的初始化代码并不变：

 4: aload_0

 5: bipush        100

 7: putfield      #2                  // Field simpleField:I

静态变量

带有static修饰符的静态变量则会被标记成ACC_STATIC：

 public static int simpleField;

     Signature: I

     flags: ACC_PUBLIC, ACC_STATIC

不过在实例的构造方法中却再也找不到对应的初始化代码了。

因为static变量会在类的构造方法中进行初始化，并且它用的是putstatic指令而不是putfiled。

 static {};

   Signature: ()V

   flags: ACC_STATIC

   Code:

     stack=1, locals=0, args_size=0

        0: bipush         100

        2: putstatic      #2                  // Field simpleField:I

        5: return

未完待续。

本文最早发表于本人个人博客:Java译站