大话+图说:Java字节码指令——只为让你懂
2018-11-11 20:59 GarfieldEr007 阅读(1056) 评论(0) 编辑 收藏 举报前言
随着Java开发技术不断被推到新的高度,对于Java程序员来讲越来越需要具备对更深入的基础性技术的理解,比如Java字节码指令。不然,可能很难深入理解一些时下的新框架、新技术,盲目一味追新也会越来越感乏力。
本文既不求照本宣科,亦不求炫技或著文立说,仅力图以最简明、最形象生动的方式,结合例子与实战,让小白也能搞懂这门看似复杂的技术概念。
单刀直入
闲言碎语不要讲,先表一表,什么是Java字节码指令?简而言之,Java字节码指令就是Java虚拟机能够听得懂、可执行的指令,可以说是Jvm层面的汇编语言,或者说是Java代码的最小执行单元。
有点Java基础的人一定都知道,javac命令会将Java源文件编译成字节码文件,即.class文件,其中就包含了大量的字节码指令。因此可以将javac命令理解为一个翻译命令,将源文件翻译成Jvm可以执行的指令。
那么最直观的探究方法莫过于直接对比翻译前后的内容。
具体如何对比呢?就不得不用到Java为我们一直默默提供的一项利器,javap命令,它可以解析字节码,将字节码内部逻辑以可读的方式呈现出来。为了紧贴实战,我们直接在新建的Java工程里,写这样一个UserServiceImpl类,里面包含几个由简单到复杂的方法,以及一个名为serviceType的属性:
如图,以上方法,复杂度由低到高依次为:getServiceType<setServiceType<genToken<login(以及一个实例代码块),后面我也会按照这个顺序解读其字节码指令的执行逻辑。
下面我们编译工程,然后在下图所示的目录(gradle编译工程)找到该类的字节码文件:
cd到这个路径下,运行javap命令:
javap -v -p UserServiceImpl
就可以观看到翻译版的Java字节码的胴体了!这里的-v意思是啰嗦模式,会输出全面的字节码信息,而-p是指涵盖所有成员。原字节码信息输出内容较多,基于本文的目标,取其一方法的内容,整理如下图:
方法1,getServiceType():
这个getServiceType的方法应该是再简单不过的Java代码,翻译成字节码后也变成了三行,我们先来简单推理一下:第一句,aload_0不知所云,索性略过;第二行,getfield应该可以读懂,后面这个#8似乎是他的参数(实际上是对常量池的引用),//后面注释的内容是javap给我们加上的,意思应该是#2的指向是"Field serviceType:Ljava/lang/String;"这个内容。
所以getfield这一行就是取出serviceType这个字段喽,so easy。areturn肯定就是return的意思,a的含义也先略过不表。总之就是取出serviceType字段然后return喽。
那么现在的问题就是aload_0是什么意思了,看似多余,但仔细思考一下,似乎之前给getfield指令传入了“Field serviceType:Ljava/lang/String;”这样一个并不完整的参数,其后半部分的“Ljava/lang/String;”仅仅表示这个serviceType字段的类型是String,也就是说,整个参数里没有说是取的谁的serviceType字段啊!究竟是get谁的feild呢?
由此可以想到:aload操作一定是在为getfield指令准备了一个主体。
实际上,再结合下面的局部变量表,aload_0中的0正是局部变量表里的Slot 0的含义。意思是将局部变量表里的Slot 0的东西压入操作数栈,这个Slot 0里的东西name正是this,也就是UserServiceImpl的实例,即getfield的主体。
大戏上演
好了,对于小白同学有些陌生的概念来了,啥是操作数栈?啥是局部变量表?
其实这两个东西理解好了,关于虚拟机指令就懂了一大半了。
那么,不妨删繁就简,由易入难,先讲一个这样的故事,故事起名叫:
Java方法之创世纪
话说Jvm大帝是神之旨意的履行者(Jvm大帝就是虚拟机,神就是开发者,神之旨意是开发者写好并编译后的字节码...),当Jvm大帝带领Java世界运行进入了一个新的方法后,会为这个方法在栈内存大陆上创造两个重要的领域:局部变量表和操作数栈。
要有栈。要有表。神说。
依照神之旨意,jvm大帝创造的局部变量表里一般会包含this指针(针对实例方法,静态方法当然无此)、方法的所有传入参数和方法中所开辟的本地变量。
那么操作数栈是干嘛用的呢?
我们再引入另外一个比喻,如果把运行Java方法理解为拍戏,那么局部变量表里的各个局部变量就是这部戏的核心主角,或者说领衔主演,而操作数栈正是这部戏的舞台。所谓操作数栈搭台,局部变量唱戏,是也。那么aload_0就是告诉Jvm导演(大帝已沦落为导演),请0号演员this同志登台(压栈),演后边的本子。
当然了,这个比喻并不完全恰当,因为操作数栈并不是“舞台”的结构,而是栈的结构。但是这个比喻可以很好地说明局部变量表和操作数栈之间的关系,以及aload_0的作用。
下面我们用一张图来演示一下getServiceType这个小剧本桥段所导演的故事:
好吧这部剧虽然短的可怜,但已经基本把指令、操作数栈和局部变量表三者的关系演绎了出来。
值得注意的是,getfield这条指令对操作数栈进行了复合操作,其流程可以示意如下图:
后面我们将要接触到的许多指令都如此,指令内部执行了弹出—>处理—>压回的流程。
下面我们就来分析一个相对复杂一点的方法,setServiceType(String),如下图:
这里我们看到,变化主要有,指令多了一行,多进行了一次aload,getfield变成了putfield,areturn变成了return,仅此而已。另外领衔主演也就是局部变量表里多了一位,也就是方法的传入参数serviceType字符串对象了。其情节如下:
这里,putfield只弹出栈内的操作数,而没有向操作数栈压回任何数据,而且执行putfield之前,栈内元素的位置也必须符合“值在上,主体在下”要求。
而最后的return仅表示方法结束,而不会像areturn一样返回栈顶元素。这也印证了setServiceType(String)方法没有返回参数。
融会贯通
相信有了以上的讲解,大家对指令、操作数栈、局部变量表三者的运作关系有了一定认识,为了后边能够分析更复杂的方法,这里必须概括性地讲解一下更多的Java字节码指令。虽然Java字节码指令非常多,但其实常用的不外乎几个类别,先从这几个常用类别入手理解,便可渐入佳境。
关于字节码指令的分类,可以从两个维度进行:一是指令的功能,二是指令操作的数据类型。我们先从功能说起,指令主要可以分为如下几类:
- 存储和加载类指令:主要包括load系列指令、store系列指令和ldc、push系列指令,主要用于在局部变量表、操作数栈和常量池三者之间进行数据调度;(关于常量池前面没有特别讲解,这个也很简单,顾名思义,就是这个池子里放着各种常量,好比片场的道具库)
- 对象操作指令(创建与读写访问):比如我们刚刚的putfield和getfield就属于读写访问的指令,此外还有putstatic/getstatic,还有new系列指令,以及instanceof等指令。
- 操作数栈管理指令:如pop和dup,他们只对操作数栈进行操作。
- 类型转换指令和运算指令:如add/div/l2i等系列指令,实际上这类指令一般也只对操作数栈进行操作。
- 控制跳转指令:这类里包含常用的if系列指令以及goto类指令。
- 方法调用和返回指令:主要包括invoke系列指令和return系列指令。这类指令也意味这一个方法空间的开辟和结束,即invoke会唤醒一个新的java方法小宇宙(新的栈和局部变量表),而return则意味着这个宇宙的结束回收。
如下图,展示了各类指令的作用:
再从另外一个维度,即指令操作的数据类型来讲:指令开头或尾部的一些字母,就往往表明了它所能操作的数据类型:
a对应对象,表示指令操作对象性数据,比如aload和astore、areturn等等。
i对应整形。也就有iload,istore等i系列指令。
f对应浮点型。
l对应long,b对应byte,d对应double,c对应char。
另外地,ia对应int array,aa对应object array,da对应double array。不在一一赘述。
了解了以上内容,我们再去看最后几个方法,应该就会容易理解很多了。
下面我们就直捣黄龙genToken这个方法(图中的颜色暗示了指令和方法调用之间的关系):
这个过程简单解读如下:
1.new一个StringBuilder对象(在堆内存中开辟空间),并将其引用入栈,用于实现加号连接字符串功能(相当于C++中的运算符重载);
2.dup复制栈顶的刚刚放入的引用,再次压栈,这时栈里有两个重复的内容,深度为2;
3.调用并弹出栈顶StringBuilder引用对象的<init>方法,栈深度为1;
4.(绿色部分)调用UUID.randomUUID()静态方法,结果压栈后弹出调用String的toString方法,再压栈,栈深度为2;
5.(黄色部分)将"-"和""字符压栈,此时栈深度为4,弹出(栈顶3个元素)调用replace方法,结果压栈,深度为2;
6.调用StringBuilder对象的append方法,结果压栈,深度为1;
7.(蓝色部分)将参数user压栈并调用hashCode方法,结果压栈,深度为2;
8.调用StringBuilder对象的append方法(此处和上面的append调用共同完成了加号功能,在图中为红色部分),结果压栈,深度为1,再调用toString方法后结果压栈,深度为1;
9.areturn返回栈顶对象。
再看这个包含if跳转的方法login:
如上图,图中已经说明的比较全面了,不再赘述。值得一提的是,Java的这种基于栈结构的指令,在设计上有一种非常简洁的美感,指令与指令之间并没有较重的依赖,每条指令仅仅与操作数栈等领域内的数据发生关系,充满着某种平衡与秩序感。因此也必须注意,几乎每条指令的运行都有其前提,比如在invokevirtual或invokespecial指令执行前,必须保证操作数栈内提前按顺序压入好所需的操作数,否则就会发生问题。
关于最复杂的onCreate方法,就不再啰嗦解读了,读者可以前往我的github上的对应demo repo,进入tutorial分支,拉取源码和教程资源,或者自己写demo体验这一完整过程。
地址:https://github.com/BryanSharp...
后话
关于实战,一是可以学习使用强大开源工具ASM.jar;二是,可以参考本人的另一篇文章:Java字节码修改神器HiBeaver:黑掉你的SDK以及一次Android字节码插桩实战,利用hibeaver这个助手,开发者可以非常灵活地对字节码进行修改,插入指令,hook代码,甚至建立一些简单的AOP框架,对于Java字节码学习大有裨益。
hibeaver完全开源,github项目地址:https://github.com/BryanSharp...
祝玩的愉快!
本文如有不妥之处,欢迎交流指正。
另外,本文为了尽可能地简明生动、直入核心,简化了很多概念和细节,读者须知实际情况的更为复杂。但相信在理解了本文以后,就可以抓住Java字节码指令的核心理念,也就算扣开虚拟机学习的大门并可以开始读书精进了。下面盗图一张(后有出处),可作拓展:
链接:http://blog.csdn.net/luanloui...
from; https://segmentfault.com/a/1190000008606277