Java字节码

Java 字节码(英语:Java bytecode)是Java虚拟机执行的一种指令格式。大多数操作码英语Opcode都是一个字节长,而有些操作需要参数,导致了有一些多字节的操作码。而且并不是所有可能的256个操作码都被使用;其中有51个操作码被保留做将来使用。除此之外,原始Java平台开发商,太阳微系统,额外保留了3个代码永久不使用。

与Java的关系

一个Java程序员并不需要理解所有的Java字节码。但是,就像IBM developerWorks周刊建议的那样:“理解字节码以及理解Java编译器如何生成Java字节码与学习汇编知识对于C/C++程序员有一样的意义。”[1]

指令

指令码为一个字节,有256个可能的代码值(28=256),因此一个字节的指令码最多可能有256种不同的操作。其中,0x00、0xFE、0xCA、0xFF被指定保留。例如0xCA作为一个Java调试器的中断指令而从未被语言使用。相似地,0xFE和0xFF也未被语言使用[2]

指令可以基本分为以下几类:

  • 存储指令 (例如:aload_0,istore)
  • 算术与逻辑指令 (例如: ladd,fcmpl)
  • 类型转换指令 (例如:i2b,d2i)
  • 对象创建与操作指令 (例如:new,putfield)
  • 堆栈操作指令 (例如:swap,dup2)
  • 控制转移指令 (例如:ifeq,goto)
  • 方法调用与返回指令 (例如:invokespecial,areturn)

除此之外,还有一些更特殊的指令,作为异常抛出或同步等作用。

大多数的指令有前缀和(或)后缀来表明其操作数的类型。如下表

前/后缀 操作数类型
i 整数
l 长整数
s 短整数
b 字节
c 字符
f 单精度浮点数
d 双精度浮点数
z 布尔值
a 引用

例如,"iadd"指令将两个整数相加;而"dadd"指令将两个double浮点数相加。

"const"、 "load"、 "store"等涉及存储命令还会使用"_n"后缀,其中 "load"和"store"命令中的n可以为0到3之间的整数;而"const"命令中的n由类型指定。"const"指令把一个指定类型的值放入堆栈。例如"iconst_5"指令将一个整数5放入堆栈;而"dconst_1"将一个双精度浮点数1放入堆栈。"aconst_null"指令是放入一个null进堆栈。而对于"load" "store"指令中的n,指定了变量表中的存储位置。"aload_0"指令把在变量0中的对象(通常是"this"对象)放入堆栈,"istore_1"指令把栈顶的一个整数放入变量1。对于更高的变量,后缀将被去除,而这条指令将需要操作数。

计算模型

Java字节码的计算模型是面向堆栈结构电脑的。例如,一个x86处理器的汇编代码如下

mov eax, byte [ebp-4]
mov edx, byte [ebp-8]
add eax, edx
mov ecx, eax

这段代码将两个数值相加,并存入另一个地址。相似的反汇编字节码如下

0 iload_1
1 iload_2
2 iadd
3 istore_3

在这里,需要相加的两个操作数被放入堆栈,而相加操作就在栈中进行,其结果也被放入堆栈。存储指令之后把栈顶的数据放入一个变量地址。在每条指令前面的数字仅仅是表示这条指令到方法开始处的偏移值。这种堆栈结构也可以推广到面向对象模型上。例如,有一个"getName"方法如下

 Method java.lang.String getName()
 0 aload_0       // "this"对象被存入变量0
 1 getfield #5 <Field java.lang.String name>
                 // 这个指令从栈顶取出一个对象,并从中搜索一个指定的域
                 // 并将相应的数据存入栈顶。
                 // 这个例子中,"name"域对应于该类中的第五个常量。
 
 4 areturn  	 // 返回栈顶的对象作为函数的返回值

例子

考虑如下Java代码

  outer:
  for (int i = 2; i < 1000; i++) {
      for (int j = 2; j < i; j++) {
          if (i % j == 0)
              continue outer;
      }
      System.out.println (i);
  }

假设上述代码位于一个函数中,Java编译器可能将代码翻译成下述的Java字节码。

  0:   iconst_2
  1:   istore_1
  2:   iload_1
  3:   sipush  1000
  6:   if_icmpge       44
  9:   iconst_2
  10:  istore_2
  11:  iload_2
  12:  iload_1
  13:  if_icmpge       31
  16:  iload_1
  17:  iload_2
  18:  irem
  19:  ifne    25
  22:  goto    38
  25:  iinc    2, 1
  28:  goto    11
  31:  getstatic       #84; //Field java/lang/System.out:Ljava/io/PrintStream;
  34:  iload_1
  35:  invokevirtual   #85; //Method java/io/PrintStream.println:(I)V
  38:  iinc    1, 1
  41:  goto    2
  44:  return

基于Java字节码的语言

最常用的基于Java字节码的语言就是开发出Java字节码的Java语言。刚开始,只存在一个由太阳微系统开发的一个编译器javac。而现在Java字节码规范已经可以得到,因此,第三方公司亦开发出支持Java字节码的编译器。例如:

  • Jikes,编译Java原始码到Java字节码(由IBM开发,用C++实现)
  • Espresso,编译Java原始码到Java字节码(仅支持Java 1.0)
  • GCJGNU Compiler for Java,编译Java代码到Java字节码;亦可以编译到机器代码。作为GNU Compiler Collection (GCC)的一部分提供。

有一些项目提供Java汇编器以便于直接用Java字节码进行开发。主要的Java汇编器如下:

  • Jasmin,读取Java类的文字描述;用一种简单的使用Java虚拟机指令的类汇编语法,输出Java类文件 [3]
  • Jamaica, 一种为Java虚拟机编写的宏汇编语言。其中,类与接口由Java语法定义,而其中的方法却由Java字节码定义。[4]

还有其他的一些编译器,对于其他语言生成Java字节码,使其可以运行在Java虚拟机之上。

运行

当前已经有很多种Java虚拟机产品,包括了自由软件和商业软件。 如果在Java虚拟机之中执行Java字节码并不理想,则可以使用一些工具例如GNU Compiler for Java将Java代码或Java字节码编译成机器码并由硬件直接运行。 而有一些处理器可以直接运行Java字节码,这种处理器名为Java处理器。

对动态语言的支持

Java虚拟机对动态类型语言提供了一定的支持。但绝大多数的Java虚拟机指令集是基于静态类型语言的。在静态类型机制下,方法调用中的类型分析都是在编译时执行的,而且缺乏一种机制在运行时确定一个类型已经确定相应的方法。

JSR292[5]中,在Java虚拟机层次增加了一种支持动态类型的指令invokedynamic,以支持在动态类型检测中的方法调用。 达芬奇机器英语Da Vinci Machine则是一种支持这种动态类型调用的虚拟机。 而所有支持JSE 7的Java虚拟机都应支持invokedynamic操作码。

参考文献

  1. ^ Understanding bytecode makes you a better programmer. [2014-01-28]. (原始内容存档于2008-12-08). 
  2. ^ 存档副本. [2014-01-28]. (原始内容存档于2013-02-21). 
  3. ^ Jasmin Home Page. [2020-06-21]. (原始内容存档于2020-04-17). 
  4. ^ Jamaica: The Java Virtual Machine (JVM) Macro Assembler. [2014-01-28]. (原始内容存档于2012-06-24). 
  5. ^ see JSR 292. [2014-01-28]. (原始内容存档于2020-12-20).