掌握Java字节码

Java是一门设计为运行于虚拟机之上的编程语言，因此它需要一次编译，处处运行（当然也是一次编写，处处测试）。因此，安装到你系统上的JVM是原生的程序，而运行在它之上的代码是平台无关的。Java字节码就是你写的源代码的中间表现形式，也就是你的代码编译后的产物。你的class文件就是字节码。

简单点说，字节码就是JVM使用的代码集，它在运行时可能会被JIT编译器编译成本地代码。

你玩过汇编语言或者机器代码吗？字节码就是类似的东西，不过业界中许多人也很少会用及它，因为基本没这个必要。然而它对于理解程序运行是很重要的，如果你想在酒吧把某人PK下去，它也非常有用。

首先，我们先看一下字节码的基础知识。先拿表达式’1+2‘为例子,看下它的字节码是如何执行的。1+2可以用逆波兰式记法写成1 2 +。为什么？我们把它压到栈里你就明白了。。



OK，在字节码中我们看到了操作码(iconst_1和iconst_2)以及一条指令（iadd)，但不是push和add，不过它们的流程是一样的。实际的指令的长度只有一个字节，所以我们把它称为字节码。一共有256种可能的字节码，但现在只用了大概200条。操作码的前缀是类型，后面是操作名。因此我们前面看到的iconst和iadd分别是整型的常量操作，以及整型的加法指令。

这些都不难理解，不过怎么读取class文件呢。通常来说，如果你用自己的编辑器直接打开class文件的话，你会看到一堆笑脸和方块，点号和一些奇奇怪怪的字符，对吧？答案是使用你的JDK提供的一个代码工具，javap。我们来看下如何使用javap。

public class Main {
    public static void main(String[] args){
        MovingAverage app = new MovingAverage();
    }
}
 

一旦这个类编译成了Main.class文件后，你可以使用这个命令来解压字节码：javap -c Main

Compiled from "Main.java"
public class algo.Main {
  public algo.Main();
       Code:
       0: aload_0
       1: invokespecial #1
       4: return
// Method java/lang/Object."<init>":()V
public static void main(java.lang.String[]);
     Code:
       0: new           #2
       3: dup
       4: invokespecial #3
       7: astore_1
      8: return
}
 

我们可以看到字节码里有一个默认的构造方法以及main方法。顺便说一下，这就是当你没有写构造方法时，Java提供默认的构造方法的方式！构造方法中的字节码只是简单地调用了下super()，而我们的main方法会创建一个MovingAverage的实例然后返回。这个#n字符引用的是一个常量，这个我们可以通过-verbose参数看到：javap -c -verbose Main。返回结果里有意思的是下面这段：

public class algo.Main
  SourceFile: "Main.java"
  minor version: 0
  major version: 51
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref    #5.#21         //  java/lang/Object."<init>":()V
   #2 = Class        #22            //  algo/MovingAverage
   #3 = Methodref    #2.#21         //  algo/MovingAverage."<init>":()V
   #4 = Class        #23            //  algo/Main
   #5 = Class        #24            //  java/lang/Object
 

现在我们将指令匹配到对应的常量上，可以更容易弄清楚到底发生了什么。上面的这个例子有什么看不明白的吗？没有？那每个指令前面的数字是什么呢？

 0: new           #2
       3: dup
       4: invokespecial #3
       7: astore_1
       8: return
 

现在糊涂了吧？:-)如果我们把这个方法体看成一个数组的话，你会得到下面这个东西：



注意每条指令都可以用16进制表示，因此我们实际会得到这个：



如果我们用16进制编辑器打开class文件的话，也能看到它：



我们可以在16进制编辑器中修改这段字节码，不过还是诚实点吧，这不是你想做的，尤其是在一个刚去完酒吧的周五下午。最好的方式就是使用ASM或者javassist。

我们继续从这个基础的例子讲起，这回增加一些本地变量来存储状态，并直接和栈进行交互。看下下面的代码：

public static void main(String[] args) {
  MovingAverage ma = new MovingAverage();
  int num1 = 1;
  int num2 = 2;
  ma.submit(num1);
  ma.submit(num2);
  double avg = ma.getAvg();
}
 

我们来看这回字节码是什么：

[ ] Code:?0: new  #2    // class algo/MovingAverage
3: dup
4: invokespecial #3  // Method algo/MovingAverage."<init>":()V
7: astore_1
8: iconst_1
9: istore_2
10: iconst_2
11: istore_3
12: aload_1
13: iload_2
14: i2d
15: invokevirtual #4        // Method algo/MovingAverage.submit:(D)V
18: aload_1
19: iload_3
20: i2d
21: invokevirtual #4        // Method algo/MovingAverage.submit:(D)V
24: aload_1
25: invokevirtual #5        // Method algo/MovingAverage.getAvg:()D
28: dstore     4
40LocalVariableTable:
Start  Length  Slot  Name   Signature
0       31         0    args   [Ljava/lang/String;
8       23        1      ma     Lalgo/MovingAverage;
10      21         2     num1   I
12       19         3      num2   I
30       1        4    avg     D
 

看起来更有意思了。。。我们看到这里创建了一个MovingAverage类型的对象，并通过astroe_1指令（1是LocalVariableTable里面的变量槽的位置）存储到了本地变量ma里。指令 iconst_1和iconst_2是用来加载常量1和2到栈里，然后再通过istore_2和istore_3将它们分别存储到LocalVariableTable中第2和第3的位置那。一条load指令将本地变量压到了栈里，而store指令将栈顶的元素弹出，并存储到LocalVariableTable里。很重要的一点是，如果你使用store指令的话，该元素就从栈中移出了，如果你想再操作它的话，得重新加载进来才行。

那执行中的流程控制是怎样的呢？我们看到的只是一行到下一行的顺序执行而已。我想看到GOTO 10这样的组合！我们来再看一个例子：

MovingAverage ma = new MovingAverage();
for (int number : numbers) {
    ma.submit(number);
}
 

在这个例子中，当我们遍历for循环的时候，执行流程会不停地进行跳转。假设这个numbers变量是一个静态变量，那对应的字节码就像是下面这样：

0: new #2 // class algo/MovingAverage
3: dup
4: invokespecial #3 // Method algo/MovingAverage."<init>":()V
7: astore_1
8: getstatic #4 // Field numbers:[I
11: astore_2
12: aload_2
13: arraylength
14: istore_3
15: iconst_0
16: istore 4
18: iload 4
20: iload_3
21: if_icmpge 43
24: aload_2
25: iload 4
27: iaload
28: istore 5
30: aload_1
31: iload 5
33: i2d
34: invokevirtual #5 // Method algo/MovingAverage.submit:(D)V
37: iinc 4, 1
40: goto 18
43: return
LocalVariableTable:
Start  Length  Slot  Name   Signature
30       7         5    number I
12       31        2    arr$     [I
15       28        3    len     $I
18       25         4     i$      I
0       49         0     args  [Ljava/lang/String;
8       41         1    ma     Lalgo/MovingAverage;
48      1         2    avg    D
 

8到17的指令是用来设置这个循环的。LocalVariable表中有三个变量，它们在源码中是不存在的，arr$, len$以及i$。这些都是循环中会用到的变量。arr$存储的是numbers字段的引用，从它这能获取到数组的长度，len$。i$是循环的计数器，iinc指令会去增加它的值。

首先我们需要对循环的条件表达式进行测试，这个可以通过一个比较指令来完成：

18: iload 4
20: iload_3
21: if_icmpge 43
 

我们将4和3压到了栈里，这是循环的计数器以及循环的长度。我们检查 i$ 是不是大于等于len$。如果是的话，跳转到43处的语句，否则继续执行。我们可以在循环体中处理自己的逻辑，结束的时候会增加计数器的值，并跳转回代码中18行处的判断循环条件的语句那。

37: iinc       4, 1       // increment i$
40: goto       18         // jump back to the beginning of the loop
 

字节码中有许多算术运算的操作码和类型的组合，包括如下这些：



前面那个例子中我们把一个整型传递给了接收double类型的submit方法里。Java的语法是允许这样的，不过在字节码中，你可以看到实际用到了i2d操作码：

31: iload 5
 
?33: i2d?
 
34: invokevirtual #5 // Method algo/MovingAverage.submit:(D)V
 

看吧，你已经掌握了这么多了。做的不错，该喝杯咖啡犒劳一下自己了。了解这些东西真的有用吗，还是感觉更geek一些而已？其实两者都有。首先，从现在开始你可以告诉你的朋友，你就是台能处理字节码的JVM了，第二，当你在编写字节码的时候，你会更清楚自己在做些什么。比方说，当你在用ObjectWeb ASM这个广泛使用的操作字节码的工具时，你会需要自己来构造指令，这时候你会发现这些知识太有用了！

原创文章转载请注明出处：http://it.deepinmind.com

英文原文链接