【进阶之路】深入理解Java虚拟机的类加载机制（长文）

我们在参加面试的时候，经常被问到一些关于类加载机制的问题，也都会在面试之前准备的时候背好答案，但是我们是否有去深入了解什么是类加载机制呢？这段时间因为一些事情在家看了些书，这次就和大家分享一些关于Java类加载机制的知识。

虚拟机的类加载机制：Java虚拟机把数据加载到内存，同时对数据进行校验、解析、初始化等一些列操作，最终把Class文件变为虚拟机可以直接使用的Java类型文件。

一个类从被加载到虚拟机内存开始，直到卸载出内存为止，他的生命周期会经历加载、验证、准备、解析、初始化、使用和卸载七个阶段（其中验证、准备、解析三个阶段被称为连接）

连接就是将已经读入到内存的类的二进制数据合并到虚拟机的运行时环境中去，所以这三个阶段可以看成是一整个阶段。

一、加载阶段

其中，加载、验证、准备、初始化和卸载这五个阶段的顺序是确定的，类加载的顺序必须按照这种顺序按部就班的开始，而解析阶段则不一样，有时候为了支持动态绑定它可以在初始化阶段之后再进行解析。至于何时会进行加载阶段，《Java虚拟机规范中》并未进行强制约束，只需要在加载阶段完成以下三件事：

1、通过一个类的全限定名来获取定义此类的二进制字节流
2、将这个字节流所代表的静态储存结构转换为方法区的运行时数据结构
3、在内存中生成一个代表这个类的java.lang.Class对象，作为方法区中这个类的各种数据的访问入口。对于加载阶段，Java虚拟机的要求非常的开放，以至于通过一个类的全限定名来获取定义此类的二进制字节流这个步骤就可以通过Class文件获取、运行时计算法（反射）、ZIP包读取（包括JAR\WAR等）、网络运算（Web Applet）、其他文件生成（JSP）、加密文件获取......等各式各样的方法。

但是对于数组类而言、情况则有所不同。数组类本身不通过类加载器来创造，而是由Java虚拟机在直接在内存中动态构建出来的。但是构成数组类本身的元数类型（Element Type）还是需要类加载器来加载完成，所以最终还是会遵循类加载器的以下规则：

1、如果数组的组件类型是引用类型，那就递归采用定义的加载过程去加载这个组件，数组类将被标识在加载该组件类型的类加载器的类名称空间上。（一个类必须与类加载器一起确定唯一性）
2、数组的组件类型不是引用类型（比如int[]数组就是int类型），Java虚拟机会把数组在加载该组件类型的类加载器的类名称空间上标识。
3、数组类的可访问性级别与它的组件的可访问性级别一直，如果数组类型不是引用类型，则可访问性级别将默认为public。

加载阶段结束后，Java需要立即外部的二进制字节流就会按照虚拟机所设定的格式存储在方法区之中了，方法区中的数据存储格式将完全由虚拟机自行实现。

与之前所说的一致，数据被存储在方法区之后，会在Java堆内存中实例化一个代表这个类的java.lang.Class对象，对象将作为方法区中这个类的各种数据的外部接口。

加载阶段与连接阶段的部分动作是交替进行的（比如字节码文件格式的验证动作），加载阶段尚未结束也许连接阶段就已经开始，但是两个阶段的开始时间还是保持着先后顺序。

二、验证阶段

验证是连接的第一步，这一阶段的目的就是确保Class文件字节流中包含的信息符合《Java虚拟机规范》中的全部约束，并且确保这些信息不会危害虚拟机本身的安全。验证阶段会完成四个阶段的验证:文件格式验证、元数据验证、字节码验证和符号引用验证，接下来就依次介绍这四种验证。

1、文件格式验证

第一阶段自然是检查字节流是否符合Class文件格式的规范，并且能被当前版本的虚拟机理解（这一部分需要联系到Class的文件结构）

Class文件格式采用一种类似于C语言结构体的伪结构来存储数据，这种伪结构中只有两种数据类型：无符号数和表。

无符号数属于基本的数据类型，以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字符串值。

表是由多个无符号数或者其他表作为数据项构成的复合数据类型，为了便于区分，所有表的命名都习惯性地以_info结尾。表用于描述有层次关系的复合结构的数据，整个Class文件本质上也可以视作是一张表，这张表由下图所示的数据项按严格顺序排列构成。

下图为详细介绍：

类型	名称	中文名	数量	默认值（没有则不写）
u4	magic		魔数	1	0xCAFEBABE
u2	minor_version	次版本号	1
u2	major_version	主版本号	1	JDK版本（k>=2）,对应的范围为45.0~44+k.0
u2	constant_pool_count	常量池容量	1	值为常量池成员数+1，唯一一个从1开始计数的单位
cp_info	constant_pool	常量池	constant_pool_count-1	下标为0：表示“不引用任何一个常量池”
u2	access_flags	访问标志	1
u2	this_class;	类索引	1	常量池表中的一个有效索引,该索引处的成员为CONSTANT_Class_info类型常量（类/接口）
u2	super_flags	父类索引	1	0或者常量池有效索引,0表示该类为Object
u2	interfaces_count	接口计数器	1	可以为0
u2	interfaces	接口表	interfaces_count	常量池中CONSTANT_Class_info的有效索引
u2	fields_count	字段计数器	1
field_info	fields	字段表	fields_count	成员为field_info结构，不包括父类或父接口的字段
u2	methods_count	方法计数器	1
method_info	methods	方法表	methods_count	成员为method_info结构，包括和,不包括父类或父接口的方法
u2	attributes_count	属性计数器	1
attribute_info	attributes	属性表	attributes_count	成员为attribute_info结构，Signature、InnerClasses等

只有通过了这个阶段的验证，字节流才被允许进入Java虚拟机的内存的方法区中进行存储。后面的三个验证阶段全部给予方法区的存储结构式进行的，不会再直接读取操作字节流了。

2、元数据验证

第二阶段是对字节码描述的信息进行语义分析，以确保其描述信息符合规范：

1、该类是否有父类（除了java.lang.Object之外，所有的类都应该有父类)
2、父类是否结成了不允许被继承的类（被final修饰的类)
3、是否是抽象类，是否实现了父类或者接口中要求实现的方法
...

3、字节码验证

第三阶段是整个验证过程中最为复杂的一个阶段，主要目的是通过数据流分析和控制流分析，确定语义是合法以及符合逻辑的。在第二阶段对元数据信息中的数据类型校验完毕之后，这个阶段主要对类的方法体进行校验分析，保证被校验类的方法在运行时不会做出危害虚拟机的行为。

4、符号引用验证

最后一个校验阶段发生在虚拟机将符号应用转化为直接引用的时候，这个转化会在解析阶段发生。

符号引用验证的目的是要确保解析行为能正常秩序，如果无法通过符号引用验证，Java虚拟机会抛出一个java.lang.IncompatibleClassChangeError的子类异常。

三、准备阶段

准备阶段是正式为类中定义的变量（即静态变量）分配内存并设置类变量初始值的阶段，从概念上来说，这些变量所使用的内存都应当在方法区中进行分配。

在准备阶段进行内存分配的仅包括类变量（静态变量），而不包括实例变量。实例变量将会在对象实例化的阶段随着对象一起分配在java堆中。

public static int value = 1;

类似于这种情况，在准备阶段后依然是0而不是1，因为这时候尚未执行任何Java方法，将value赋值必须等到类的初始化阶段才会被执行。

public static final int value = 1;

但是如果类字段存在ConstantValue属性，则在准备阶段就会根据ConstantValue的设置将value赋值为1。

ConstantValue属于属性表集合中的一个属性 static final修饰的字段在javac编译时生成comstantValue属性，在类加载的准备阶段直接把constantValue的值赋给该字段。可以理解为在编译期即把结果放入了常量池中，同时ConstantValue的属性值只限于基本类型和String类型。

四、解析阶段

解析阶段是Java虚拟机将常量池内的符号引用替换为直接引用的过程。

符号引用：符号引用以一组符号来描述所引用的目标。这里的符号可以是任何形式的字面量。符号引用与虚拟机实现的内存布局无关，引用的目标并不一定是已经加载到了虚拟机内存中的内容。符号引用的字面量形式定义在《Java虚拟机规范》的Class文件格式中。

在计算机科学中，字面量（literal）是用于表达源代码中一个固定值的表示法（notation）。几乎所有计算机编程语言都具有对基本值的字面量表示，诸如：整数、浮点数以及字符串；而有很多也对布尔类型和字符类型的值也支持字面量表示；还有一些甚至对枚举类型的元素以及像数组、记录和对象等复合类型的值也支持字面量表示法。

直接引用：直接引用是可以直接指向目标的指针、相对偏移量或者是一个能间接定位到目标的句柄。直接引用是和虚拟机实现的内存布局直接相关的，同一个符号引用在不同虚拟机实例上翻译出来的直接引用一般不会相同。当然，如果有了直接引用，那么被引用的目标必定已经在虚拟机的内存中存在了。

解析阶段包括四种类型的解析。

1、对类或者接口的解析步骤

1、判断将要解析的符号引用是不是一个数组类型，如果不是，那么虚拟机将会把该符号代表的全限定名称传递给类加载器去加载这个类。这个过程由于涉及验证过程所以可能会触发其他相关类的加载过程。
2、如果该符号引用是一个数组类型，并且该数组的元素类型是对象。将会按照规则加载数组元素类型，例如需需要加载的元素类型是java.lang.Integer，则会由虚拟机将会生成一个代表此数组对象的直接引用。
3、如果上面的步骤正常执行，那么该符号引用已经在虚拟机中产生了一个直接引用，但是在解析完成之前需要对符号引用进行验证，主要是确认当前调用这个符号引用的类是否具有访问权限，如果没有访问权限将抛出java.lang.IllegalAccess异常。

2、对字段的解析步骤

字段解析将会按照以下步骤进行解析。

1、如果该字段符号引用就包含了简单名称和字段描述符都与目标相匹配的字段，则会直接返回这个字段的直接引用，并且结束解析阶段。
2、如果在该符号的类实现了接口，将会按照继承关系从下往上递归搜索各个接口和它的父接口，如果在接口中包含了简单名称和字段描述符都与目标相匹配的字段，则会直接返回这个字段的直接引用，并且结束解析阶段。
3、如果该符号所在的类不是Object类的话，将会按照继承关系从下往上递归搜索其父类，如果在父类中包含了简单名称和字段描述符都相匹配的字段，则会直接返回这个字段的直接引用，并且结束解析阶段。
4、如果三种情况都没有成功解析，则为解析失败，并抛出java.lang.NoSuchFieldError异常。

以上规则能确保Java虚拟机获得字段的唯一解析结果，但在实际情况中，编译器往往会采取比上述规范更加严格的约束，比如同名字段同时出现在某个类的接口和父类中，或者在自己和父类中同时出现，Javac编译器就会直接拒编译。

3、对方法的解析步骤

1、类方法和接口方法的符号引用是分开的，所以如果在类方法表中发现class_index（类中方法的符号引用）的索引是一个接口，那么会抛出java.lang.IncompatibleClassChangeError的异常。
2、如果class_index的索引确实是一个类，那么在该类中查找是否有简单名称和描述符都与目标字段相匹配的方法，则会直接返回这个字段的直接引用，并且结束解析阶段。
3、在该类的父类中递归查找是否具有简单名称和描述符都与目标字段相匹配的字段，如果有，则会直接返回这个字段的直接引用，并且结束解析阶段。
4、在这个类实现的接口以及它的父接口中递归查找是否有简单名称和描述都与目标相匹配的方法，如果找到的话就说明这个方法是一个抽象类，解析结束，返回java.lang.AbstractMethodError异常。
5、否则，查找失败，抛出java.lang.NoSuchMethodError异常。

最后如果成功返回了直接引用，还会对方法进行访问权限验证，如果失败依然要抛出java.lang.illegalAccessError异常。

4、对接口方法的解析步骤

1、首先会判断是否是一个接口,如果不是，那么会抛出java.lang.IncompatibleClassChangeError的异常。
2、在该接口方法的所属的接口中查找是否具有简单名称和描述符都与目标字段相匹配的方法，如果有的话就直接返回这个方法的直接引用。
3、在该接口以及其父接口中查找，直到Object类，如果找到则直接返回这个方法的直接引用
4、否则，查找失败，抛出java.lang.NoSuchMethodError异常。

在JDK9引入模块化之后，public类型也不在意味着程序任何位置都有它的访问权限，还需要检查模块之间的访问权限，接口方法访问完全有可能因为访问权限控制而出现java.lang.illegalAccessError异常。

五、初始化阶段

初始化阶段是类加载过程的最后一个步骤，在之前的几个步骤中，除了在加载阶段用户可以通过自定义类加载器的方式局部控制以外，其他时间都是完全由Java虚拟机来主导。在初始化阶段，Java虚拟机才真正开始执行类中编写的Java程序代码。

我们之前提过，在准备阶段，变量已经经过一次系统初始赋值（大部分情况为初始值），而在初始化阶段，则会根据我们设计的程序而去初始化变量。

《Java虚拟机规范》中定义了六种情况必须对类进行初始化：

1、使用 New 关键字实例化对象的时候。
2、读取或设置一个类的静态字段的时候。
3、调用一个类的静态方法的时候。
4、通过java.lang.reflect包中的方法对类进行反射调用的时候。
5、当初始化一个类时，发现其父类还没有进行初始化，则需要先触发其父类初始化。
6、当虚拟机启动时，用户需要指定一个要执行的包含 main 方法的主类，虚拟机会初始化这个主类。

除此之外，其他方式都无法触发类的初始化，我们可以通过子类引用父类的静态字段来测试。


public class Father {
    static {
        System.out.println("I am Father ");
    }
    public static int value =1;
}

public class Son extends Father{
    static {
        System.out.println("I am Son ");
    }
}

public static void main(String[] args) {
    System.out.println(Son.value);
}

这是一个很有名的例子，告诉我们子类引用父类的静态字段，并不会导致子类的初始化，只有直接定义这个字段的类才会被初始化。

我们再来看看如果在编译阶段把数据放入常量池，是否会进行初始化。

public class ConstantValueTest {
    static {
        System.out.println("I am ConstantValueTest ");
    }
    public static final int value = 1;
}

public static void main(String[] args) {
    System.out.println(ConstantValueTest.value);
}

答案也是显而易见，因为我们之前也有提过，在之前的阶段已经将常量存储在常量池中，所以并不会初始化类本身。

public static void main(String[] args) {
       Father[] fathers =new Father[10];
}

除此之外，通过数组来创造引用类，也不会触发类的初始化。这段代码执行后，并没有触发Father类的初始化，而是由虚拟机自生成了一个继承与Object的子类，这个类代表了一个一维数组。

六、终于写完了

类加载的主要流程大体上是这样的，虽然还是没有做到非常详细，如果需要更加深入了解的同学们可以通过去读一些JVM方面的书籍获取更多的信息。

类加载器是Java语言的非常重要的基石，它的提前编译的策略会增加计算机的开销，但却为Java应用提高了扩展性和灵活性，Java天生可以动态扩展的语言特性就是一类运行期动态加载和动态链接这个特性实现的。

有需要的同学可以加我的公众号，以后的最新的文章第一时间都在里面，也可以找我要思维导图