跳至主要內容

Java 虚拟机之字节码

钝悟2019/10/28大约 9 分钟JavaJavaCoreJVMJavaJavaCoreJVM字节码

Java 虚拟机之字节码

简介

Java 字节码是 Java 源代码编译后的中间表示形式，存储在 .class 文件中。字节码是一种平台无关的指令集，由 JVM 的解释器或 JIT 编译器执行。理解字节码结构有助于深入理解 Java 的编译、加载和执行机制，也是学习字节码增强技术（ASM、Javassist、ByteBuddy）的基础。

字节码简介

Java 字节码是 Java 虚拟机执行的一种指令格式。之所以被称之为字节码，是因为：Java 字节码文件（.class）是一种以 8 位字节为基础单位的二进制流文件，各个数据项严格按照顺序紧凑地排列在 .class 文件中，中间没有添加任何分隔符。整个 .class 文件本质上就是一张表。

Java 能做到 “一次编译，到处运行”，一是因为 JVM 针对各种操作系统、平台都进行了定制；二是因为无论在什么平台，都可以编译生成固定格式的 Java 字节码文件（.class）。

类文件结构

一个 Java 类编译后生成的 .class 文件内容如下图所示，是一堆十六进制数。

Class 文件是一组以 8 个字节为基础单位的二进制流，各个数据项目严格按照顺序紧凑地排列在文 件之中，中间没有添加任何分隔符，这使得整个 Class 文件中存储的内容几乎全部是程序运行的必要数 据，没有空隙存在。

图来自 字节码增强技术探索

字节码看似杂乱无序，实际上是由严格的格式要求组成的。

魔数

每个 .class 文件的头 4 个字节称为 魔数（magic_number），它的唯一作用是确定这个文件是否为一个能被虚拟机接收的 .class 文件。魔数的固定值为：0xCAFEBABE（咖啡宝贝）。

版本号

版本号（version）有 4 个字节，前两个字节表示次版本号（Minor Version），后两个字节表示主版本号（Major Version）。

Java 的版本号是从 45 开始的，JDK 1.1 之后 的每个 JDK 大版本发布主版本号向上加 1。举例来说，如果版本号为：“00 00 00 34”。那么，次版本号转化为十进制为 0，主版本号转化为十进制为 52，在 Oracle 官网中查询序号 52 对应的主版本号为 1.8，所以编译该文件的 Java 版本号为 1.8.0。

常量池

紧接着主版本号之后的字节为常量池（constant_pool），常量池可以理解为 .class 文件中的资源仓库。

常量池整体上分为两部分：常量池计数器以及常量池数据区

  • 常量池计数器（constant_pool_count） - 由于常量的数量不固定，所以需要先放置两个字节来表示常量池容量计数值。

  • 常量池数据区 - 数据区的每一项常量都是一个表，且结构各不相同。

常量池主要存放两类常量：

  • 字面量 - 如文本字符串、声明为 final 的常量值。
  • 符号引用
    • 类和接口的全限定名
    • 字段的名称和描述符
    • 方法的名称和描述符

访问标志

紧接着常量池的 2 个字节代表访问标志（access_flags），这个标志用于识别一些类或者接口的访问信息，描述该 Class 是类还是接口；以及是否被 public、abstract、final 等修饰符修饰。

类索引、父类索引、接口索引集合

类索引（this_class）和父类索引都是一个 u2 类型的数据，而接口索引集合是一组 u2 类型的数据的集合，Class 文件中由这三项数据来确定该类型的继承关系。

字段表集合

字段表（field_info）用于描述类和接口中声明的变量。Java 语言中的“字段”（Field）包括类级变 量以及实例级变量，但不包括在方法内部声明的局部变量。

字段可以包括的修饰符有字段的作用域（public、private、protected 修饰 符）、是实例变量还是类变量（static 修饰符）、可变性（final）、并发可见性（volatile 修饰符，是否 强制从主内存读写）、可否被序列化（transient 修饰符）、字段数据类型（基本类型、对象、数组）、 字段名称。

方法表集合

Class 文件存储 格式中对方法的描述与对字段的描述采用了几乎完全一致的方式，方法表的结构如同字段表一样，依 次包括访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表 集合（attributes）几项

字段表结束后为方法表，方法表的结构如同字段表一样，依次包括了访问标志、名称索引、描述符索引、属性表集合几项。

属性表集合

属性表集合（attribute_info）存放了在该文件中类或接口所定义属性的基本信息。

字节码指令

字节码指令由一个字节长度的、代表着某种特定操作含义的数字（称为操作码，Opcode）以及跟随其后的零到多个代表此操作所需参数（Operands）而构成。由于 JVM 采用面向操作数栈架构而不是寄存器架构，所以大多数的指令都不包括操作数，只有一个操作码。

JVM 操作码的长度为 1 个字节，因此指令集的操作码最多只有 256 个。

字节码操作大致分为 9 类：

  • 加载和存储指令
  • 运算指令
  • 类型转换指令
  • 对象创建与访问指令
  • 操作数栈管理指令
  • 控制转移指令
  • 方法调用和返回指令
  • 异常处理指令
  • 同步指令

字节码增强

Asm

对于需要手动操纵字节码的需求，可以使用 Asm，它可以直接生产 .class字节码文件，也可以在类被加载入 JVM 之前动态修改类行为（如下图 17 所示）。

Asm 的应用场景有 AOP（Cglib 就是基于 Asm）、热部署、修改其他 jar 包中的类等。当然，涉及到如此底层的步骤，实现起来也比较麻烦。

Asm 有两类 API：核心 API 和树形 API

核心 API

Asm Core API 可以类比解析 XML 文件中的 SAX 方式，不需要把这个类的整个结构读取进来，就可以用流式的方法来处理字节码文件。好处是非常节约内存，但是编程难度较大。然而出于性能考虑，一般情况下编程都使用 Core API。在 Core API 中有以下几个关键类：

  • ClassReader：用于读取已经编译好的。class 文件。
  • ClassWriter：用于重新构建编译后的类，如修改类名、属性以及方法，也可以生成新的类的字节码文件。
  • 各种 Visitor 类：如上所述，CoreAPI 根据字节码从上到下依次处理，对于字节码文件中不同的区域有不同的 Visitor，比如用于访问方法的 MethodVisitor、用于访问类变量的 FieldVisitor、用于访问注解的 AnnotationVisitor 等。为了实现 AOP，重点要使用的是 MethodVisitor。

树形 API

Asm Tree API 可以类比解析 XML 文件中的 DOM 方式，把整个类的结构读取到内存中，缺点是消耗内存多，但是编程比较简单。TreeApi 不同于 CoreAPI，TreeAPI 通过各种 Node 类来映射字节码的各个区域，类比 DOM 节点，就可以很好地理解这种编程方式。

Javassist

利用 Javassist 实现字节码增强时，可以无须关注字节码刻板的结构，其优点就在于编程简单。直接使用 java 编码的形式，而不需要了解虚拟机指令，就能动态改变类的结构或者动态生成类。

其中最重要的是 ClassPool、CtClass、CtMethod、CtField 这四个类：

  • CtClass（compile-time class） - 编译时类信息，它是一个 class 文件在代码中的抽象表现形式，可以通过一个类的全限定名来获取一个 CtClass 对象，用来表示这个类文件。
  • ClassPool - 从开发视角来看，ClassPool 是一张保存 CtClass 信息的 HashTable，key 为类名，value 为类名对应的 CtClass 对象。当我们需要对某个类进行修改时，就是通过 pool.getCtClass("className") 方法从 pool 中获取到相应的 CtClass。
  • CtMethod、CtField - 这两个比较好理解，对应的是类中的方法和属性。

典型应用场景

场景一：使用 ASM 生成类

在运行时动态生成新的类：

ClassWriter cw = new ClassWriter(0);
cw.visit(V1_8, ACC_PUBLIC, "com/example/Hello", null, "java/lang/Object", null);
MethodVisitor mv = cw.visitMethod(ACC_PUBLIC | ACC_STATIC, "hello", "()V", null, null);
mv.visitFieldInsn(GETSTATIC, "java/lang/System", "out", "Ljava/io/PrintStream;");
mv.visitLdcInsn("Hello ASM!");
mv.visitMethodInsn(INVOKEVIRTUAL, "java/io/PrintStream", "println", "(Ljava/lang/String;)V", false);
mv.visitInsn(RETURN);
mv.visitEnd();

场景二：使用 Javassist 实现 AOP

在方法前后添加日志：

ClassPool pool = ClassPool.getDefault();
CtClass cc = pool.get("com.example.UserService");
CtMethod method = cc.getDeclaredMethod("getUser");
method.insertBefore("System.out.println(\"Entering getUser\");");
method.insertAfter("System.out.println(\"Exiting getUser\");");

场景三：使用 ByteBuddy 实现热修复

在不重启 JVM 的情况下修改类行为：

new ByteBuddy()
    .redefine(UserService.class)
    .method(named("getUser"))
    .intercept(FixedValue.value("mocked"))
    .make()
    .load(getClass().getClassLoader(), ClassReloadingStrategy.fromInstalledAgent());

最佳实践

  1. 使用 javap -c 查看字节码：理解编译器如何转换代码，发现隐藏的装箱/拆箱等开销。
  2. 字节码增强优先使用高级框架：Javassist 和 ByteBuddy 比 ASM 更容易使用和维护。
  3. 避免过度使用字节码操作：调试困难且容易出错，优先考虑反射或代理模式。
  4. 注意 ClassLoader 隔离：字节码增强的类必须在正确的 ClassLoader 中加载。

常见问题

Q1：字节码和机器码有什么区别？

字节码是 JVM 指令集，平台无关，由 JVM 解释执行或 JIT 编译。机器码是 CPU 原生指令，平台相关，直接由 CPU 执行。字节码通过 JIT 编译可以转换为机器码。

Q2：为什么 Java 使用字节码而不是直接编译为机器码？

字节码实现了“一次编译，到处运行”的跨平台能力。如果直接编译为机器码，每个平台都需要单独编译。字节码还便于在运行时进行优化（JIT）和动态加载。

Q3：Kotlin/Scala 等 JVM 语言也生成字节码吗？

是的。所有 JVM 语言（Kotlin、Scala、Groovy、Clojure 等）都编译为 JVM 字节码，因此可以无缝互操作。

参考资料

Copyright © 2026 钝悟