根据《自己动手写 Java 虚拟机》一书实现的一个简单 JVM，用以学习 JVM & Go。

README 顺序为根据书中目录顺序完成时做的简要记录。

• 类路径加载策略接口：classpath/entry.go

  实现根据不同路径参数特征，使用不同策略类加载策略

• 不同类路径加载策略的实现：

  1. 目录形式的类路经：classpath/entry_dir.go
  2. 包形式的类路径：classpath/entry_zip.go
  3. 组合形式的类路径：classpath/entry_composite.go
  4. 通配符形式的类路径：classpath/entry_wildcard.go

• 类加载：classpath/classpath.go

  根据命令行参数解析启动/扩展类加载器对应路径和用户类加载对应路径;

  依次加载启动类加载器，扩展类加载器，用户类加载器对应路径下的类;

  具体加载策略根据路径形式的不同,使用 entry 的不同实现加载;

Class文件是一组以8位字节为基础单位的二进制流

Class文件格式只包含两种数据类型：

• 无符号数：以u1，u2，u4，u8代表1字节，2字节，4字节，8字节和无符号数。无符号数用来描述数字、索引引用、数量值或按照UTF-8编码构成字符串值
• 表：由多个无符号数或其他表作为数据项构成的符合数据类型，以“_info”结尾

整个Class文件本质也是一个表，其数据项如下：

• 常连池：

  • Class文件中的仓库资源，存储自字面量和符号引用
  • 每项数据都是一个表，公有14种表类型结构
  • 所有类型结构第一位是一个u1类型的标示，用于标示具体的常量类型
  • 类型可以大致分为，（详细可以参见常量池的项目类型.png）：
    • UTF8编码字符串
    • 数字字面量
    • 字符串字面量
    • 类和接口符号引用
    • 字段、（类/接口）方法的符号引用
    • 字段、方法的部分符号引用
    • 动态语言调用支持
  • 常量池的项目类型实现：classfile/cp_*.go

• 字段表

  • 用于描述接口或者类中声明的变量，其结构：

    类型	名称	数量	描述
    u2	access_flags	1	字段访问标志
    u2	name_index	1	字段简单名称
    u2	descriptor_index	1	字段描述符
    u2	attribute_count	1	属性表计数值
    attribute_info	attributes	attribute_count	属性表列表，记录额外信息

  • 字段表集合不会从父类继承任何字段

  • Java语言中字段无法重载，字节码中描述符不一致即可重载

• 方法表

  • 用于描述接口或者类中的方法，其结构与字段表结构完全一致
  • 方法内部的实现等其他信息会在属性表中记录
  • 如果没有重写父类方法，方法表不会出现来自父类的方法信息
  • Java方法签名：方法名，参数类型及顺序；字节码方法签名：方法名，参数类型及顺序，返回值，异常表

• 属性表

  • 用于描述某些场景专有信息

  • 属性表结构定义较为松散，满足基本定义：

    类型	名称	数量	描述
    u2	attribute_name_index	1	常量池中CONSTANT_Utf8_info类型常量，表示属性表具体类型
    u4	attribute_length	1	属性值占用位数
    u1	info	attribute_length	属性值，根据不用属性定义

  • 部分属性说明：

    • Code：记录方法体的代码
    • Exceptions：方法中可能抛出的受查异常
    • LineNumberTable：源码行号与字节码偏移量之间对应关系
    • LocalVariableTable：栈帧中局部变量表中的变量与源码中定义的变量之间的对应关系
    • SourceFile：Class文件的源码文件名称
    • ConstantValue：通知虚拟机自动为静态变量赋值
    • InnerClass：记录内部类与宿主类之间的关联
    • Deprecated：表示一个类/字段/方法不再推荐使用
    • Synthetic：表示字段或方法不是源码直接产生的

私以为上图最简单明了的表示了运行时数据区的结构，大体可以分为线程私有和线程共有。

线程私有部分主要包含两部分：

• PC寄存器：字节码行号指示器
• 虚拟机栈：Java方法执行的内存模型
  • 栈帧：与方法对应
    • 局部变量表：基本数据类型，对象类型
    • 操作数栈：入栈、出栈对应运行期间字节码的写入，提取操作
    • 附加信息：动态链接、方法返回地址、其它附件信息

• 指令集构成：

  • 操作码（一个字节，最大可支持256个）
  • 操作数（非必须），操作数的来源：字节码、操作数栈

• JVM架构：面向操作数栈

  • 优点：省略填充间隔符号；编译代码精简
  • 缺点：操作码总数受限；运行时重建数据结构

• JVM解释器基本模型：

  do {
    PC值加一;
    根据PC值从字节码流取出操作码;
    if(操作码存在操作数) {
      从字节码流中取出操作数
    }
    执行操作码对应操作
  } while(字节码流长度 > 0)

• 字节码

  关于字节码更多说明：JVM Opcode Reference

从 JVM 物理结构上划分，类信息与对象信息都集中在 JVM 堆；

从 JVM 逻辑结构上划分，类信息位于方法区（别名 Non-Heap ），对象信息位于 Java 堆；

方法区是运行时数据区中堆的逻辑区域，主要存放从 class 文件获取的类信息、类变量信息。

方法区内的数据：

• 类信息：类的访问标志，类名，超类名，接口名，运行时常量池指针，字段表，方发表，类加载器指针，超类指针，接口指针，实例变量数量，类变量数量，静态变量
• 字段信息：访问标志，名称，描述符，class结构体指针，常量值索引，字段编号
• 方法信息：访问标志，名称，描述符，class结构体指针，操作数栈大小，局部变量表大小，字节码

主要存放两类信息：

• 字面量：整数、浮点数、字符串字面量
• 符号引用：类符号引用，字段符号引用、方法符号引用、接口符号引用

对于加载类，其加载过程大致可以分为三大步：加载、连接、初始化；

其中初始化过程又可细分为验证、准备、解析；

完整的过程：

1. 加载
   1. 将 class 文件读入内存
   2. 解析二进制数据流，生成类数据保存在方法区
   3. 根据 Class 对象，作为类的类数据的访问入口
2. 验证：确保 Class 文件字节流中包含的信息符合当前虚拟机要求，不会危害虚拟机自身安全
3. 准备：类、实例变量的编号，类变量赋初始值
4. 解析：将常量池内的符号引用替换为直接引用
5. 初始化：执行类初始化方法(())

方法区内类信息来自 class 文件的内容，但会做响应解析，赋值。

例如类的成员（字段、方法）会生成对应的运行时数据结构，常量的符号引用也会解析成运行时的数据结构。

• 方法分类：

  调用角度方法的分类：静态方法、实例方法

  实现角度方法的分类：抽象方法、普通方法、本地方法

  JVM 方法调用的指令分类：

  • invokestatic：调用静态方法

  • invokespecial：无需动态绑定的实例方法（构造函数、私有方法、父类方法）

  • invokeinterface：接口方法调用

  • invokevirtual：虚方法调用

  • invoked dynamic：不讨论

    （区分接口方法和普通方法的原因：普通方法可以使用虚方法表（Virtual Method Table）技术优化）

• 方法调用的一般过程：

  1. 根据方法调用指令操作码的操作数（方法符号索引）解析得到方法直接引用
  2. 确定最终调用方法
  3. 为方法创建一个新的栈帧，并推送到栈顶
  4. 传递参数
  5. 解释器执行方法内容
  6. 返回值推入前一帧的操作数栈顶

• Java 方法调用各阶段的工作：

  • 编译阶段：静态分派（重载），根据方法接受者，方法参数静态类型生成指令

  • 类加载阶段：解析调用，将符号引用转变为可确定的直接引用

  • 运行阶段：动态分派（重写），依据指令根据方法的接受者的实际类型寻找方法直接引用

    总结：Java 是一门静态多分派（方法接受者，方法参数），动态单分派（方法接收者）的语言

• 类初始化与方法调用

  • 类初始化阶段是执行类构造器 <client>()方法的过程
  • 关于<client>()方法的说明：
    • 由编译器自动收集类变量的复制动作和静态语句块的语句合并产生，类和接口都可以有<client>()
    • 不需要显式调用父类<client>()JVM 在执行子类<client>()前会确保父类的先执行，但不适用于接口
    • <client>()不是必须的
    • JVM 保证<client>()在多线程环境下线程安全
    • 对同一个类加载器，一个类型只初始化一次

数组基本分类：

• 基本类型数组
• 引用类型数组

数组类的特殊点：

1. 数组类是由 JVM 运行时生成并且不需要进行类初始化动作
2. 数组类的超类都是 Object，实现 Cloneable 和 Serializable 接口
3. 数组可以强制转换成超类类型，接口类型
4. 数组之间的强制类型转换（类型为 []SC 的数组可以强制转换成类型为 []TC 的数组 ）
   • TC 和 SC 是同一个基本类型
   • TC 和 SC 都是引用类型，且 SC 可以强制转换成 TC
5. 数组类名：[数组元素类型描述符
6. 数组类型描述符就是类名

JVM 创建数组的指令：

• newarray：创建基本类型数组
• anewarray：创建引用类型数组
• multianewarray：创建多维数组

class 文件中字符串保存格式：MUTF8

运行期字符串保存格式：UTF16

JVM 有专门的字符串池，用于存储字符串常量

OpenJDK 类库中的本地方法使用 JNI 编写

GJvm 使用 Go 语言实现部分本地方法，JVM 对本地方法的调用转换为对 Go 实现方法的调用

• 注册：使用字典结构保存方法唯一标识、Go 函数
• 调用：使用 JVM 预留的指令 0xFE，作为本地方法的调用指令

对本地方法的调用即：

1. 从注册的本地方法中查找对应的 Go 函数，调用该函数
2. 根据本地方法返回值类型执行对应 RETURN 语句

GJvm中，类与类对象创建先后：

1. 创建类加载器时，加载 java.lang.Class
2. java.lang.Class 触发父类 java.lang.Object 加载，以上过程均布创建对象
3. java.lang.Class 加载完成为方法区内的类创建类对象
4. 之后所有的类加载时创建对应的类实例

1. void 和基本类型的类名就是本身名称

2. 基本类型的类没有超类

3. 非基本类型的类对象通过 ldc 指令加载到操作数栈

   基本类型的类通过 getstatic 指令访问相应包装类的 TYPE 字段加载到操作数栈

1. catch：捕获特定异常，然后处理返回
2. throw：抛出异常给调用者，直到有方法处理或到达 JVM 栈底

异常捕获，处理逻辑的实现：方法的异常处理表

• 获取：创建异常实例创建时调用 Throwable 的fillInStackTrace 本地方法获取
• 记录：创建异常对象时在本地方法中获取虚拟机栈信息，记录在 extra 字段中

1. 关于栈

   整个实现的过程中存在多个地方提及栈：虚拟机栈，栈帧，操作数栈，三者实际是不同级别的东西，但看着看着还是容易混。

   • 虚拟机栈（Stack）：数据结构上的栈，其元素为栈帧
   • 栈帧（Frame）：数据结构上的栈元素，Java方法内存模型，存储操作数栈（以及其它）
   • 操作数栈（OperandStack）：数据结构上的栈，存储指令操作的上下文环境信息

   一个线程对应唯一一个虚拟机栈，一个虚拟机栈中有若干个栈帧，每个栈帧又包含一个操作数栈，一个操作数栈则有若干个操作数。

2. PC

   PC 表示程序执行的字节码行号，实现过程中有两个 PC 且定义层级不同：

   • Thread.pc
   • Frame.nextPC

   二者含义都与 PC 有关，在 Frame 中定义 nextPC 主要是为了指令跳转使用

   func Branch(frame *rtda.Frame, offset int) {
      pc := frame.Thread().PC()
      nextPC := pc + offset
      frame.SetNextPC(nextPC)
   }

其它参考：

命令行解析：Go by Example 中文：命令行标志

类加载：《深入理解 Java 虚拟机》7.4

类解析：《深入理解 Java 虚拟机》6.1, 6.2, 6.3

运行时数据区（线程私有数据）：《深入理解 Java 虚拟机》2.2, 8.2

字节码及解析：《深入理解 Java 虚拟机》6.4, 8.4，JVM Opcode Reference

描述符含义的说明：JVM指令：对象类型和方法签名

类加载过程：《深入理解 Java 虚拟机》7.1, 7.2, 7.3

符号引用的解析：《深入理解 Java 虚拟机》7.3.4

方法调用：《深入理解 Java 虚拟机》6.4.8, 8.3

类初始化：《深入理解 Java 虚拟机》7.3.5

异常处理相关：《深入理解 Java 虚拟机》6.3.7, 6.4.9