JVM基本原理--dalvik

一、简介

dalvik是google在其android智能手机操作系统中用的java虚拟机。借此讲一下我对虚拟机的基本理解吧。一切编程语言要想在计算机上运行必须翻译成机器码(这是废话)。java是一种半编译半解释型语言。半编译是指：java源代码，会经过javac命令变成 .class文件。半解释是指： .class文件被jvm解释的过程。也就是因为jvm的半解释才有了java的动态语言特性：反射和annotation。

 

二、类文件预处理

在半编译阶段，java源代码被编译，在.class文件中会有类信息和虚拟机指令。dalvik有自己的libdex库负责对.class进行处理。libdex主要对.class进行处理生成自己的dex文件。主要做的工作是，对虚拟机指令进行转换(dalvik是基于寄存器的，sun虚拟机是基于栈的)，对类的静态数据进行归类、压缩。

 

三、类加载

在虚拟机启动时，根据输入的参数(一般有入口类(main函数所在的类)和jar包的路径)，在classath路径中加载入口类，类加载过程是：虚拟机根据入口类的全称，去遍历classpath下的dex文件(dalvik第一次加载后会生成cache文件，供下次快速加载，所以第一次会很慢),获取入口类的信息，构建入口类的Class结构体，Class结构主要包含类的field、method、(anntation 和内部类dalvik放在native处理，没在Class结构体，这样为了节省内存)。另外在加载入口类之前，可能要加载，他所依赖的类，比如父类、Class类等，类被加载后一般会在classloader中保存，下次用可以直接取到。

• filed主要信息，filed的类型、变量名对static fiedl 还有可能有初始值(非static field在构造函数中赋初值，不保证每个类都有静态初始化块<clinit>方法，所以staitc filed初始值要单独处理)。

• method 主要有：方法签名、method Code(虚拟机指令)、exception等信息

四、类的初始化及resolve

在一个类的metod code被虚拟机解释器执行之前，一般要进行类的初始化，类初始化主要做：static变量的赋初值(如上所说)、及method code的预处理，因为在method code内都是静态的信息，比如：你要调一个类的某个方法，指令中可能只有类名和方法名的字符串信息，而不是这个这个method结构体的指针，如果要掉的类没有初始化，你可能还要初始化这个类。以及异常错误的处理，比如你调的方法不存在，要抛NoSuchMethodError。这步叫resolve。resolve过程也可以在解释器内做，因为你有可能初始化一个类，而不调用它的方法。dalvik是在第一次调一个方法时resolve的。

五、类的解释执行

在加载完入口类时，虚拟机会调用JNI(对虚拟机对外暴露的函数的封装，可以让java和C互相调用)的方法去执行，入口类的main方法，解释器首先获取此类的method结构体，获得method code一条一条解释执行。

常见的指令：

• const、const-string等：一般是把一个常量(int double short boolean char string ……)，放入一个寄存器。
• add sub div xor or and ……：加减乘除、与或非等
• getfield putfield 、getstatic putstaic:在堆上获取相应对象的field值，对static可能在Class结构体内存放
• invokeXXX:调用某个方法，要在栈上保存当前frame信息(包括IP 及各寄存器值)，push一个frame去解释另一个方法。方法调用是，要将这个方法的参数copy到新的frame 寄存器上。在被调用的方法结束时，在栈上pop出该frame，把方法返回值copy到调用frame的寄存器上。(这个可以有多种实现，dalvik是把返回值copy到全局的ret变量中，在用move_result指令来做到这一点)
• return ：告诉解释器方法调用结束
• if if_eqz等：逻辑判断、还有swith case等也有专门指令
• new指令，new一个对象放在堆上

六、异常处理

首先明确一个概念，就是一个java的线程在dalvik内对应一个C线程，每个java线程都会有自己的执行栈。Exception的处理时，当解释器遇到Excepiton时，把这个异常对象放入Thread结构体保存，在解释某些有可能抛异常的指令时，去check，check到，就结束执行下一条指令，往下找catch，如果没有就一直往上抛，只到栈上没frame,虚拟机结束。

七、堆结构及GC

堆是虚拟机为了预存对象，而事先分配的一块大内存。对象在堆上一般要保存，其Class信息(属于某个class)和对象每个field的值。GC时，虚拟机遍历所有线程栈及全局变量(JNI全局reference、Stringpool等)，对有引用对象进行mark，然后遍历堆进行swap。另外还牵扯finalize的执行及java reference机制等。

堆设计最大的麻烦在于，频繁的分配和释放对象可能导致内存碎片。一般做法是在GC后要进行一次堆整理，但对整理会改变对象的指针地址，可能导致其他对象引用一个无效的指针，所以一般要另外为每个对象对应一个定长的map，在引用对象上保存一个不变的映射值，在根据这个值找到对象。堆整理时，改变引用值。这种做法的坏处是浪费了内存，对JNI的getArrayElements方法不得不采用copy模式等。另一种做法是不进行堆整理，这样要用好的算法控制不至于产生过多的内存碎片。