知識星球來自：開源中國 協作翻譯
原文：Introduction to Java Bytecode
連結：https://dzone.com/articles/introduction-to-java-bytecode
譯者：dreamanzhao, 雪落無痕xdj, kevinlinkai, Tocy, 邊城, 涼涼_, 無若, imqipan, Tot_ziens
即便對那些有經驗的Java開發人員來說，閱讀已編譯的Java位元組碼也很乏味。為什麼我們首先需要瞭解這種底層的東西？這是上週發生在我身上的一個簡單故事：很久以前，我在機器上做了一些程式碼更改，編譯了一個JAR，並將其部署到伺服器上，以測試效能問題的一個潛在修複方案。不幸的是，程式碼從未被檢入到版本控制系統中，並且出於某種原因，本地更改被刪除了而沒有追蹤。幾個月後，我再次修改原始碼，但是我找不到上一次更改的版本！
幸運的是編譯後的程式碼仍然存在於該遠端伺服器上。我於是鬆了一口氣，我再次抓取JAR並使用反編譯器編輯器開啟它……只有一個問題：反編譯器GUI不是一個完美的工具，並且出於某種原因，在該JAR中的許多類中找到我想要反編譯的特定類併在我開啟它時會在UI中導致了一個錯誤，並且反編譯器崩潰！
絕望的時候需要採取孤註一擲的措施。幸運的是，我對原始位元組碼很熟悉，我寧願花些時間手動地對一些程式碼進行反編譯，而不是透過不斷的更改和測試它們。因為我仍然記得在哪裡可以檢視程式碼，所以閱讀位元組碼幫助我精確地確定了具體的變化，並以原始碼形式構建它們。（我一定要從我的錯誤中吸取教訓，這次要珍惜好這些教訓！）
位元組碼的好處是，您可以只用學習它的語法一次，然後它適用於所有Java支援的平臺——因為它是程式碼的中間表示，而不是底層CPU的實際可執行程式碼。此外，位元組碼比本機程式碼更簡單，因為JVM架構相當簡單，因此簡化了指令集，另一件好事是，這個集合中的所有指令都是由Oracle提供完整的檔案。
不過，在學習位元組碼指令集之前，讓我們熟悉一下JVM的一些事情，這是進行下一步的先決條件。
JVM 資料型別
Java是靜態型別的，它會影響位元組碼指令的設計，這樣指令就會期望自己對特定型別的值進行操作。例如，就會有好幾個add指令用於兩個數字相加：iadd、ladd、fadd、dadd。他們期望型別的運算元分別是int、long、float和double。大多數位元組碼都有這樣的特性，它具有不同形式的相同功能，這取決於運算元型別。
JVM定義的資料型別包括:
-
基本型別:
-
數值型別: byte (8位), short (16位), int (32位), long (64-bit位), char (16位無符號Unicode), float(32-bit IEEE 754 單精度浮點型), double (64-bit IEEE 754 雙精度浮點型)
-
布林型別
-
指標型別: 指令指標。
取用型別:
-
類
-
陣列
-
介面
在位元組碼中布林型別的支援是受限的。舉例來說，沒有結構能直接操作布林值。布林值被替換轉換成 int 是透過編譯器來進行的，並且最終還是被轉換成 int 結構。
Java 開發者應該熟悉所有上面的型別，除了 returnAddress，它沒有等價的程式語言型別。
基於棧的架構
位元組碼指令集的簡單性很大程度上是由於 Sun 設計了基於堆疊的 VM 架構，而不是基於暫存器架構。有各種各樣的行程使用基於JVM 的記憶體元件, 但基本上只有 JVM 堆需要詳細檢查位元組碼指令：
PC暫存器：對於Java程式中每個正在執行的執行緒，都有一個PC暫存器儲存著當前執行的指令地址。
JVM 棧：對於每個執行緒，都會分配一個棧，其中存放本地變數、方法引數和傳回值。下麵是一個顯示3個執行緒的堆疊示例。
堆：所有執行緒共享的記憶體和儲存物件（類實體和陣列）。物件回收是由垃圾收集器管理的。
方法區：對於每個已載入的類，它儲存方法的程式碼和一個符號表（例如對欄位或方法的取用）和常量池。
JVM堆疊是由幀組成的，當方法被呼叫時，每個幀都被推到堆疊上，當方法完成時從堆疊中彈出（透過正常傳回或丟擲異常）。每一幀還包括：
-
本地變數陣列，索引從0到它的長度-1。長度是由編譯器計算的。一個區域性變數可以儲存任何型別的值，long和double型別的值佔用兩個區域性變數。
-
用來儲存中間值的棧，它儲存指令的運算元，或者方法呼叫的引數。
位元組碼探索
關於JVM內部的看法，我們能夠從示例程式碼中看到一些被生成的基本位元組碼例子。Java類檔案中的每個方法都有程式碼段，這些程式碼段包含了一系列的指令，格式如下：
opcode (1 byte) operand1 (optional) operand2 (optional) …
這個指令是由一個一位元組的opcode和零個或若干個operand組成的，這個operand包含了要被操作的資料。
在當前執行方法的棧幀裡，一條指令可以將值在操作棧中入棧或出棧，可以在本地變數陣列中悄悄地載入或者儲存值。讓我們來看一個例子：
為了列印被編譯的類中的結果位元組碼（假設在Test.class檔案中），我們執行javap工具：
我們可以得到如下結果：
我們可以看到main方法的方法宣告，descriptor說明這個方法的引數是一個字串陣列([Ljava/lang/String; )，而且傳回型別是void（V）。下麵的flags這行說明該方法是公開的(ACC_PUBLIC)和靜態的 (ACC_STATIC)。
Code屬性是最重要的部分，它包含了這個方法的一系列指令和資訊，這些資訊包含了操作棧的最大深度（本例中是2）和在這個方法的這一幀中被分配的本地變數的數量（本例中是4）。所有的本地變數在上面的指令中都提到了，除了第一個變數（索引為0），這個變數儲存的是args引數。其他三個本地變數就相當於原始碼中的a，b和c。
從地址0到8的指令將執行以下操作：
iconst_1:將整形常量1放入運算元棧。
istore_1:在索引為1的位置將第一個運算元出棧（一個int值）並且將其存進本地變數，相當於變數a。
iconst_2:將整形常量2放入運算元棧。
istore_2:在索引為2的位置將第一個運算元出棧並且將其存進本地變數，相當於變數b。
iload_1:從索引1的本地變數中載入一個int值，放入運算元棧。
iload_2:從索引2的本地變數中載入一個int值，放入運算元棧。
iadd:把運算元棧中的前兩個int值出棧並相加，將相加的結果放入運算元棧。
istore_3:在索引為3的位置將第一個運算元出棧並且將其存進本地變數，相當於變數c。
return:從這個void方法中傳回。
上述指令只包含操作碼，由JVM來精確執行。
方法呼叫
上面的示例只有一個方法，即 main 方法。假如我們需要對變數 c 進行更複雜的計算，這些複雜的計算寫在新方法 calc 中：
看看生成的位元組碼：
main 方法程式碼唯一的不同在於用 invokestatic 指令代替了 iadd 指令，invokestatic 指令用於呼叫靜態方法 calc。註意，關鍵在於運算元棧中傳遞給 calc 方法的兩個引數。也就是說，呼叫方法需要按正確的順序為被呼叫方法準備好所有引數，交依次推入運算元棧。iinvokestatic（還有後面提到的其它類似的呼叫指令）隨後會從棧中取出這些引數，然後為被呼叫方法建立一個新的環境，將引數作為局域變數置於其中。
我們也註意到invokestatic指令在地址上看佔據了3位元組，由6跳轉到9。不像其餘指令那樣那麼遠，這是因為invokestatic指令包含了兩個額外的位元組來構造要呼叫的方法的取用（除了opcode外）。這取用由javap顯示為#2，是一個取用calc方法的符號，解析於從前面描述的常量池中。
其它的新資訊顯然是calc方法本身的程式碼。它首先將第一個整數引數載入到運算元堆疊上（iload_0）。下一條指令，i2d，透過應用擴充套件轉換將其轉換為double型別。由此產生的double型別取代了運算元堆疊的頂部。
再下一條指令將一個double型別常量2.0d(從常量池中取出)推到運算元堆疊上。然後靜態方法Math.pow呼叫目前為止準備好的兩個運算元值（第一個引數是calc和常量2.0d）。當Math.pow方法傳回時，他的結果將會被儲存在其呼叫程式的運算元堆疊上。在下麵說明。
同樣的程式應用於計算Math.pow(b,2):
下一條指令，dadd，會將棧頂的兩個中間結果出棧，將它們相加，並將所得之和推入棧頂。最後，invokestatic 對這個和值呼叫 Math.sqrt，將結果從 double（雙精度浮點型） 窄化轉換（d2i）成 int（整型）。整型結果會傳回到 main 方法中， 併在這裡儲存到 c（istore_3）。
建立實體
現在修改這個示例，加入 Point 類來封裝 XY 坐標。
編譯後的 main 方法的字型碼如下：
這裡引入了 new、dup 和 invokespecial 幾個新指令。new 指令與程式語言中的 new 運運算元類似，它根據傳入的運算元所指定型別來建立物件（這是對 Point 類的符號取用）。物件的記憶體是在堆上分配，物件取用則是被推入到運算元棧上。
dup指令會複製頂部運算元的棧值，這意味著現在我們在棧頂部有兩個指向Point物件的取用。接下來的三條指令將建構式的引數（用於初始化物件）壓入運算元堆疊中，然後呼叫與建構式對應的特殊初始化方法。下一個方法中x和y欄位將被初始化。該方法完成之後，前三個運算元的棧值將被銷毀，剩下的就是已建立物件的原始取用（到目前為止，已成功完成初始化了）。
接下來，astore_1將該Point取用出棧，並將其賦值到索引1所儲存的本地變數(astore_1中的a表明這是一個取用值).
通用的過程會被重覆執行以建立並初始化第二個Point實體，此實體會被賦值給變數b。
最後一步是將本地變數中的兩個Point物件的取用載入到索引1和2中（分別使用aload_1和aload_2），並使用invokevirtual呼叫area方法，該方法會根據實際的型別來呼叫適當的方法來完成分發。
例如，如果變數a包含一個擴充套件自Point類的SpecialPoint實體，並且該子類重寫了area方法，則重寫後的方法會被呼叫。在這種情況下，並不存在子類，因此僅有area方法是可用的。
請註意，即使area方法接受單引數，堆疊頂部也有兩個Point的取用。第一個（pointA，來自變數a）實際上是呼叫該方法的實體（在程式語言中被稱為this），對area方法來說，它將被傳遞到新棧幀的第一個區域性變數中。另一個運算元（pointB）是area方法的引數。
另一種方式
你無需對每條指令的理解和執行的準確流程完全掌握，以根據手頭的位元組碼瞭解程式的功能。例如，就我而言，我想檢查程式碼是否驅動Java stream來讀取檔案，以及流是否被正確地關閉。現在以下麵的位元組碼為例，確認以下情況是很簡單的：一個流是否被使用並且很有可能是作為try-with-resources陳述句的一部分被關閉的。
public static void main(java.lang.String[]) throws java.lang.Exception;
descriptor: ([Ljava/lang/String;)V
flags: (0x0009) ACC_PUBLIC, ACC_STATIC
Code:
stack=2, locals=8, args_size=1
0: ldc #2 // class test/Test
2: ldc #3 // String input.txt
4: invokevirtual #4 // Method java/lang/Class.getResource:(Ljava/lang/String;)Ljava/net/URL;
7: invokevirtual #5 // Method java/net/URL.toURI:()Ljava/net/URI;
10: invokestatic #6 // Method java/nio/file/Paths.get:(Ljava/net/URI;)Ljava/nio/file/Path;
13: astore_1
14: new #7 // class java/lang/StringBuilder
17: dup
18: invokespecial #8 // Method java/lang/StringBuilder.”
“:()V 21: astore_2
22: aload_1
23: invokestatic #9 // Method java/nio/file/Files.lines:(Ljava/nio/file/Path;)Ljava/util/stream/Stream;
26: astore_3
27: aconst_null
28: astore 4
30: aload_3
31: aload_2
32: invokedynamic #10, 0 // InvokeDynamic #0:accept:(Ljava/lang/StringBuilder;)Ljava/util/function/Consumer;
37: invokeinterface #11, 2 // InterfaceMethod java/util/stream/Stream.forEach:(Ljava/util/function/Consumer;)V
42: aload_3
43: ifnull 131
46: aload 4
48: ifnull 72
51: aload_3
52: invokeinterface #12, 1 // InterfaceMethod java/util/stream/Stream.close:()V
57: goto 131
60: astore 5
62: aload 4
64: aload 5
66: invokevirtual #14 // Method java/lang/Throwable.addSuppressed:(Ljava/lang/Throwable;)V
69: goto 131
72: aload_3
73: invokeinterface #12, 1 // InterfaceMethod java/util/stream/Stream.close:()V
78: goto 131
81: astore 5
83: aload 5
85: astore 4
87: aload 5
89: athrow
90: astore 6
92: aload_3
93: ifnull 128
96: aload 4
98: ifnull 122
101: aload_3
102: invokeinterface #12, 1 // InterfaceMethod java/util/stream/Stream.close:()V
107: goto 128
110: astore 7
112: aload 4
114: aload 7
116: invokevirtual #14 // Method java/lang/Throwable.addSuppressed:(Ljava/lang/Throwable;)V
119: goto 128
122: aload_3
123: invokeinterface #12, 1 // InterfaceMethod java/util/stream/Stream.close:()V
128: aload 6
130: athrow
131: getstatic #15 // Field java/lang/System.out:Ljava/io/PrintStream;
134: aload_2
135: invokevirtual #16 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
138: invokevirtual #17 // Method java/io/PrintStream.println:(Ljava/lang/String;)V
141: return
…
可以看到java/util/stream/Stream執行forEach之前，首先觸發InvokeDynamic以取用Consumer。與此同時會發現大量呼叫Stream.close與Throwable.addSuppressed的位元組碼，這是編譯器實現try-with-resources statement的基本程式碼。
這是完整的原始程式碼。
總結
還好位元組碼指令集簡潔，生成指令時幾乎少有的編譯器最佳化，反編譯類檔案可以在沒有原始碼的情況下檢查程式碼，當然如沒有原始碼這也是一種需求！
●編號664，輸入編號直達本文
●輸入m獲取文章目錄
Web開發
更多推薦《18個技術類微信公眾號》
涵蓋：程式人生、演演算法與資料結構、駭客技術與網路安全、大資料技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。
