关于类初始化的时机和误区

书籍的第一步部分上来就先讲了类初始化的时机,整理成图片如下:

看起来非常多,很难记住,很折磨。

个人认为,书籍把这一部分放到章节的最前面不太合理,曾经一度让我把上面的这些事件,理解成了类加载的时机,也不懂这些规则的缘由(根本原因还是此时读者对类加载的理解不够深。)

先贴一下类加载和类初始化的区别:

  • 类加载概念:将class文件加载到jvm中并生成class对象,并根据情况做初始化。
  • 类初始化概念:调用类class文件中默认存在的<cinit>类初始化方法。

而我们容易产生误解的原因,是因为书中没有这句话:所谓的类初始化时机,只是针对cinit类初始化方法的调用,并不是指的类加载时机!

以上图中红色的部分为例:

这里书籍中没有解释这3个规则的原因,在没理解原理前,强行记忆这3条是没有任何意义的。我认为是作者的失误。

在这里我挑其中一个做补充:

“使用类里的static final 常量,不会触发初始化”想要理解这个规则,需要先理解class文件原理。对于类的static final常量字段,它的常量值是存放在字段的constanValue属性中。

正因为如此,static final常量并不需要通过cinit方法中的指令来完成赋值。

所以也就没有必要在这时候调用<cinit>方法了。

因此对于“儿子类调用父类的静态成员,不用对儿子类做类初始化”也是一个道理,儿子类的类静态成员没有被使用到,没必要做cinit。

对于上面的分析,可以浓缩为一句话:

“如果我们急需使用static成员,且这个成员的值是要通过cinit方法赋值的,那么我们才做cinit初始化”

新的疑问:那为什么仅仅是new一个对象时,也一定要做cinit类初始化呢?假设此时我还没用到static成员,那么new一个对象时,是否可以省去cinit,等用到静态成员的时候,再去触发cinit?

这涉及到了类初始化的另一个容易被忽视的点:“cinit类初始化方法,并不仅仅是做类成员的赋值,其实还可能包含一些初始化行为调用”,这可以是资源的启动或者加载等类对象必须要用到的内容。

因此在一切可能触发类对象实际行为前,必须触发cinit避免出错。

所以刚才的长篇大论,可以再次进行优化,浓缩为:“当需要用到static成员的初始赋值,或者对类对象进行正式使用时,才会触发cinit类初始化,目的是为了保证类对象或者类成员的正确使用”拿着这一句话,去回看前面的类初始化时机的触发时机和不触发的时机时,相信你就会有更深的理解了,甚至也不需要强行去记忆每一条规则了。

有误导的“加载三部曲”

有一个很经典的回答,叫做类加载三部曲:加载、连接、初始化好像类加载过程就是这三步按照顺序串行拼装起来的。

实际上这3个过程是存在交叉的!只能说,“最早发生”的时机,是按照这个顺序发生,但是中间加载过程是有很多的,具体后面会结合我画的图以及原理解释进行呈现。

加载:不仅仅是读取字节流

对于加载,很容易只理解成只是“从文件里加载二进制字节到内存”。

这个过程显然是必须最先执行的,否则连类的基本信息都获取不到。

可以看到这个过程很灵活,只要你从你能想到的地方拿到字节流即可,任意形式都行。

然而,对于“加载”,除了获取字节流,实际上还包含了“把字节流转成方法区里的数据结构,进行存储defineClass”、“生成一个class对象,存储在堆中”这两步。

这2步是穿插在连接过程中的。

比如字节流转数据结构的过程,必须在确认字节流的正确性之后完成。

而生成class对象同理,符合一个class对象的条件时,才能将其在堆中生成。

连接

连接过程可以说是最难记住的一个过程, 里面包含了各种校验啊之类的,让人摸不清头脑。这里会通过更细致的解释和图解,让你明白连接过程究竟做了什么。

首先连接过程分为 验证、准备和解析,“解析”并不是连接的最后一步,而是在验证过程中实时发生的!。 下文会为你详细解释为什么。

验证

文件格式校验(class文件对不对)

注意这里的校验,都是一些最简单的校验,相当于无需做太多的语法分析操作等操作, 都是基于class文件格式定义进行的基础校验。

然而如果对加载的文件有充分的自信,来源可靠,那么确实可以省去这个步骤,提升连接效率,因此会有一个-Xverify:none的选项供使用。

元数据验证(我的父亲对不对)

这里验证了class文件里面继承特性相关的重要信息,例如继承关系是否合理、是否实现了抽象类或接口的方法

注意,这个元数据验证的过程,会触发父类或者接口的解析(加载)操作!

书上提到了4个解析情况以及流程:

  • 类解析
  • 字段解析
  • 类方法解析
  • 接口方法解析
    却没有解释这4个解析过程是在哪里发生的。后面我会逐一提到,来真正理解这4个解析过程。

元数据验证中的类解析

还记得class文件中,父类是指向一个constant_class_info吗?这个东西当时看就是一个utf字符串,没什么意义。你没法知道父类究竟有什么方法,是不是抽象类。因此必须拿到父类的类信息,要么是已经在方法区中,要么需要重新加载。

而类解析的过程如下:

可以看到这个过程中也会发生加载,甚至好多次加载。

字节码验证(我的指令对不对)

这个验证不要和前面的“文件格式验证”搞混了。前面的“元数据验证”都只是针对类、方法、字段等和父类进行确认、校验。但是还没有涉及到每个方法里的code属性。

code属性虽然在编译出来时是正确的,但是无法保证传输过程中被人篡改。

如果发生操作操作数栈时,栈里没东西,或者试图在局部变量表边界外写入局部变量,就可能导致不可估量的后果。

因此此刻会进行最基本的指令分析,确认对操作数栈、局部变量表的操作是安全、正确的。

但是,逐个指令分析,会不会太慢了?如果代码很长的话。

还记得class文件的code属性中,还包含了一个stackMapTable属性么,估计很多人都跳过了这个属性。

这个属性就是用在字节码验证这个过程,可以立即让编译器编译出class时,提前把各位置的情况写入stackMap中,jvm加载时只对这个stackMap做校验确认是对的即可。

但代价就是可能不安全了,因为这个stackMap是可以被篡改的。

符号引用验证(我的指令调用的目标对不对)

注意前面的“字节码验证”是简单的确认,但不会持有过多的其他类的信息。但是方法肯定会涉及对其他类的调用。

此时就会涉及到符号引用验证,确认自己是否拥有对方方法的访问权限。那么你就需要找到目标类的类信息存放地址,确认方法权限,或者字段权限。于是会在这里触发字段解析、类方法解析或者接口解析!

书上只提到了这3个解析过程的流程,却没有详细解释其中的一些缘由,我会做更详细的补充。

符号引用验证中的字段解析

class中的constant_filed_info终于露出了它的真面目,原来是用在这个地方,即和字段相关的指令会用到它,并通过字段符号引用, 解析到这个字段真正的定义位置。

像经常遇到的NoSuchFieldError报错,就是在这个过程中爆出来的。而且接口字段的优先级是大于父类的字段的。

符号引用验证中的类方法解析

当调用方法前,需要先确认对象方法是否有权限访问。那么就必须这个类的信息进行确认。

注意:这个过程并不是动态分派的那个过程,此刻并没有触发任何的方法调用!仅仅是确认代码中静态类型的访问权限是否正确之类的!

  • 对类方法做解析的时候,会判断此时是类还是接口。如果是接口,竟然会报“IncompatibleClassChangeError”。
  • 还有如果是抽象类,也会报“AbstractMethodError”,因为正常情况下,你的jvm指令调用的方法,必须是实例化的对象所对应的方法,不可能直接调用抽象类方法的。

符号引用验证中的接口方法解析

看起来像是将类方法解析中的接口和方法互换了位置。

疑问1:为什么接口方法还要解析?接口不是没有代码吗?

因为接口类里每个interface方法,本身也是一个方法,只不过没有详细的code属性。但方法的访问修饰符之类的都存在,因此验证阶段还是需要进行校验。

疑问2:为什么要区分类的方法和接口方法?不能用同一种思路去解析么?

我理解的几个原因:

  1. 向上搜索时的逻辑不同,对于类方法,直接找父类即可, 而接口则需要遍历所有父接口。而且类方法还要考虑抽象类的问题,接口不需要。
  2. 类方法和接口方法本身就是两个不同的符号引用, 一个是constant_method_ref,另一个是constant_interface_ref,用2套逻辑没什么毛病
  3. 如果硬要问为什么要区分这2个符号引用,明明内容都是类索引+描述符索引?
    这是因为后面在实际调用方法时,二者有显著区别,具体见下文的“方法表的准备”。

准备

类静态成员默认值的准备

对于准备阶段,大家一般只记得需要对一些非final的类静态成员做默认初始值操作。

方法表的准备

除了这个默认值赋值,还有一个动作,是准备方法表。

方法表就是为了多态而生,简化动态分派时频繁的迭代循环带来的不必要消耗:

通过前面的验证过程,我们已经获知了父类信息。因此可以准备一个方法表,把父类方法堆到最前面,自己的方法堆到后面,后面直接根据索引获取方法调用地址即可!

重要问题:interface的接口方法,会有方法表吗?

intefacer接口是不具有方法表的!因此这可能也是jvm特地区分了class_inteface_info和class_method_info这2个常量,以及特地用invoke_inteface和invoke_virtual指令来区分2类方法的调用。因为他们的调用逻辑可能大相径庭。

为什么接口不能有方法表?

这是由于Java可以实现多个接口,不同的类可能会实现了多个或者不同的接口,在虚表里该接口所实现方法的索引会不一致。

假设有A、B、C三个接口类

  • 类X实现了A、B两个接口,假设A和B接口放在虚表里,那么调用A接口方法我们假设它是在t位置。
  • 类T实现了B、C、A接口,按照实现顺序,先放B的方法,再放A的方法,最后放C的方法。这样调用接口A时,就不一定是t位置了,我们无法直接确定A里面方法的位置,因为一个类可以实现多个接口,而且顺序可以随意更改!

这样每次解析的虚表索引都可能会不同,因此不能进行缓存,需要每次都进行重新的解析。因此,接口的方法调用会比普通的子类继承的虚函数调用要慢。

解析

解析其实分为“静态解析”和“动态解析”。因此将解析说成是“连接”中的一部分是不严谨的, 只有静态解析,才是“连接”的一部分。静态解析用于解析私有方法、父类构造器、final方法等不存在多态可能的方法。

而动态解析则会在类加载的范围外去使用。

初始化

cinit方法细节解析

关于初始化时机的解释,在开头就已经阐述过了,这里不再重复解释。

疑问1:cinit方法中的代码是如何生成的?

cinit方法 是编译器收集所有类静态变量的赋值动作和静态语句块static{}中的语句合并产生,按照顺序收集。因此类加载赋值的顺序和类定义顺序有关,原理就取决于cinit生成的原理。

疑问2:cinit类初始化是线程安全的吗?

是线程安全的,虚拟机会保证一个类的加载和cinit方法会被正确的加锁、同步。

因此多线程场景下,同时使用一个之前没初始化过的类,且类初始化过程耗时非常久的话, 且可能会造成线程阻塞。

而这也是可以利用类初始化+内部类的方式,来做单例模式的实现的原理:

初始化中的动态解析

而初始化过程中,可能会涉及其他对象实例方法的调用,因此是可能发生动态解析过程的!类方法和接口方法的解析过程如下类方法的解析可以借助虚方法表简化解析过程。

扩展:invoke_dynamic是什么

对于invoke_dynamic指令做什么的?涉及动态分派、类加载和解析吗?

我们首先看下invoke_dynamic指令调用的dynamic_info常量长什么样的:

可以看到它只包含了一个方法索引和描述,但似乎没包含方法属于哪个类。

它的作用是用java实现一些类似于脚本语言的逻辑,脚本语言不关心静态类型,不做编译检查,只关心运行期的内容。所以invoke_dynamic以及constant_dynamic_info应运而生。但书本和工作中对这块的接触都不是太深,因此我的理解也只能局限于此了。

最后的完整大图

好累,终于写完了,感觉能看到最后的人不会太多,但一通详细地分析和解决中间发现的问题,还是收获了不少。

最后贴上完整的大图,欢迎保存和收藏。

图解笔记系列也会持续更新下去,争取做全网最细又最大的java分享文章。在线地址:https://www.processon.com/view/link/5e7eed6ce4b0ffc4ad43fda8

加客服微信:qiushu0517,开通VIP下载权限!