跳至主要內容

指令和指令集

Mr.Hope...大约 8 分钟

字节码、class文件、指令集的关系

class文件（二进制）和字节码（十六进制）的关系

class文件

  • 经过编译器编译后的文件（如javac），一个class文件代表一个类或者接口；

  • 是由字节码组成的，主要存储的是字节码，字节码是访问jvm的重要指令

  • 文件本身是2进制，对应的是16进制的数。

字节码

  • 包括操作码（Opcode）和操作数：操作码是一个字节

  • 如果方法不是抽象的，也不是本地方法，方法的Java代码就会被编译器编译成字节码，存放在method_info结构的Code属性中

如图：操作码为B2，助记符为助记符是getstatic。它的操作数是0x0002，代表常量池里的第二个常量。

操作数栈和局部变量表只存放数据的值， 并不记录数据类型。结果就是：指令必须知道自己在操作什么类型的数据。

这一点也直接反映在了操作码的助记符上。

例如，iadd指令：对int值进行加法操作； dstore指令：把操作数栈顶的double值弹出，存储到局部变量表中； areturn：从方法中返回引用值。

助记符

如果某类指令可以操作不同类型的变量，则助记符的第一个字母表示变量类型。助记符首字母和变量类型的对应关系如下：

指令分类

Java虚拟机规范把已经定义的205条指令按用途分成了11类， 分别是：

  • 常量（constants）指令
  • 加载（loads）指令
  • 存储（stores）指令
  • 操作数栈（stack）指令
  • 数学（math）指令
  • 转换（conversions）指令
  • 比较（comparisons）指令
  • 控制（control）指令
  • 引用（references）指令
  • 扩展（extended）指令
  • 保留（reserved）指令：
    • 操作码：202（0xCA），助记符：breakpoint，用于调试器的断点调试
    • 254（0xFE），助记符：impdep1
    • 266（0xFF），助记符：impdep2
    • 这三条指令不允许出现在class文件中

本章将要实现的指令涉及11类中的9类

JVM执行引擎

执行引擎是Java虚拟机四大组成部分中一个核心组成（另外三个分别是类加载器子系统、运行时数据区、垃圾回收器），

Java虚拟机的执行引擎主要是用来执行Java字节码。

它有两种主要执行方式：通过字节码解释器执行，通过即时编译器执行

解释和编译

在了解字节码解释器和即使编译器之前，需要先了解解释和编译

  • 解释是将代码逐行或逐条指令地转换为机器代码并立即执行的方式，适合实现跨平台性。
  • 编译是将整个程序或代码块翻译成机器代码的方式，生成的机器代码可反复执行，通常更快，但不具备跨平台性。

字节码解释器

字节码解释器将逐条解释执行Java字节码指令。这意味着它会逐个读取字节码文件中的指令，并根据每个指令执行相应的操作。虽然解释执行相对较慢。

逐行解释和执行代码。它会逐行读取源代码或字节码，将每一行翻译成计算机指令，然后立即执行该指令。

因此具有平台无关性，因为字节码可以在不同的平台上运行。

即时编译器（Just-In-Time Compiler，JIT）

即时编译器将字节码编译成本地机器代码，然后执行本地代码。

这种方式更快，因为它避免了字节码解释的过程，但编译需要一些时间。

即时编译器通常会选择性地编译某些热点代码路径，以提高性能。

解释器规范

Java虚拟机规范的2.11节介绍了Java虚拟机解释器的大致逻辑，如下所示：

do {
    atomically calculate pc and fetch opcode at pc;
    if (operands) fetch operands;
    execute the action for the opcode;
} while (there is more to do);
  1. 从当前程序计数器（Program Counter，通常简称为 PC）中获取当前要执行的字节码指令的地址。
  2. 从该地址获取字节码指令的操作码（opcode），并执行该操作码对应的操作。
  3. 如果指令需要操作数（operands），则获取操作数。
  4. 执行指令对应的操作。
  5. 更新 PC，以便继续执行下一条字节码指令。
  6. 循环执行上述步骤，直到没有更多的指令需要执行。

每次循环都包含三个部分：计算pc、指令解码、指令执行

可以把这个逻辑用Go语言写成一个for循环，里面是个大大的switch-case语句。但这样的话，代码的可读性将非常差。

所以采用另外一种方式：把指令抽象成接口，解码和执行逻辑写在具体的指令实现中。

这样编写出的解释器就和Java虚拟机规范里的伪代码一样简单，伪代码如下：

for {
    pc := calculatePC()
    opcode := bytecode[pc]
    inst := createInst(opcode)
    inst.fetchOperands(bytecode)
    inst.execute()
}

指令和指令解码

本节先定义指令接口，然后定义一个结构体用来辅助指令解码

Instruction接口

为了便于管理，把每种指令的源文件都放在各自的包里，所有指令都共用的代码则放在base包里。

因此instructions目录下会有如下10个子目录：

base目录下创建instruction.go文件，在其中定义Instruction接口，代码如下：

type Instruction interface {
    FetchOperands(reader *BytecodeReader)
    Execute(frame *rtda.Frame)
}

FetchOperands（）方法从字节码中提取操作数，Execute（）方法执行指令逻辑。

有很多指令的操作数都是类似的。为了避免重复代码，按照操作数类型定义一些结构体，并实现FetchOperands（）方 法。

无操作数指令

在instruction.go文件中定义NoOperandsInstruction结构体，代码如下:

type NoOperandsInstruction struct {}

NoOperandsInstruction表示没有操作数的指令，所以没有定义 任何字段。FetchOperands（）方法自然也是空空如也，什么也不用 读，代码如下:

func (self *NoOperandsInstruction) FetchOperands(reader *BytecodeReader) {
	// nothing to do
}

跳转指令

定义BranchInstruction结构体，代码如下：

type BranchInstruction struct {
    //偏移量
	Offset int
}

BranchInstruction表示跳转指令，Offset字段存放跳转偏移量。

FetchOperands（）方法从字节码中读取一个uint16整数，转成int后赋给Offset字段。代码如下：

func (self *BranchInstruction) FetchOperands(reader *BytecodeReader) {
	self.Offset = int(reader.ReadInt16())
}

存储和加载指令

存储和加载类指令需要根据索引存取局部变量表，索引由单字节操作数给出。把这类指令抽象成Index8Instruction结构体，定义Index8Instruction结构体，代码如下:

type Index8Instruction struct {
    //索引
    Index uint
}

FetchOperands（）方法从字节码中读取一个int8整数，转成uint后赋给Index字段。代码如下：

func (self *Index8Instruction) FetchOperands(reader *BytecodeReader) {
	self.Index = uint(reader.ReadUint8())
}

访问常量池的指令

有一些指令需要访问运行时常量池，常量池索引由两字节操作数给出，用Index字段表示常量池索引。定义Index16Instruction结构体，代码如下：

type Index16Instruction struct {
	Index uint
}

FetchOperands（）方法从字节码中读取一个 uint16整数，转成uint后赋给Index字段。代码如下

func (self *Index16Instruction) FetchOperands(reader *BytecodeReader) {
    self.Index = uint(reader.ReadUint16())
}

指令接口和“抽象”指令定义好了，下面来看BytecodeReader结构体

BytecodeReader结构体

base目录下创建bytecode_reader.go文件，在 其中定义BytecodeReader结构体

type BytecodeReader struct {
    code []byte // bytecodes
    pc   int
}

code字段存放字节码，pc字段记录读取到了哪个字节。

为了避免每次解码指令都新创建一个BytecodeReader实例，给它定义一个 Reset（）方法，代码如下:

func (self *BytecodeReader) Reset(code []byte, pc int) {
    self.code = code
    self.pc = pc
}

面实现一系列的Read（）方法。首先是最简单的ReadUint8（）方法，代码如下：

func (self *BytecodeReader) ReadUint8() uint8 {
    i := self.code[self.pc]
    self.pc++
    return i
}
  • 从 self.code 字节切片中的 self.pc 位置读取一个字节（8 位）的整数值。
  • 然后将 self.pc 的值增加1，以便下次读取下一个字节。
  • 最后，返回读取的字节作为无符号 8 位整数

ReadInt8（）方法调用ReadUint8（），然后把读取到的值转成int8 返回，代码如下：

func (self *BytecodeReader) ReadInt8() int8 {
	return int8(self.ReadUint8())
}

ReadUint16（）连续读取两字节

func (self *BytecodeReader) ReadUint16() uint16 {
    byte1 := uint16(self.ReadUint8())
    byte2 := uint16(self.ReadUint8())
    return (byte1 << 8) | byte2
}

ReadInt16（）方法调用ReadUint16（），然后把读取到的值转成 int16返回，代码如下：

func (self *BytecodeReader) ReadInt16() int16 {
	return int16(self.ReadUint16())
}

ReadInt32（）方法连续读取4字节，代码如下：

func (self *BytecodeReader) ReadInt32() int32 {
    byte1 := int32(self.ReadUint8())
    byte2 := int32(self.ReadUint8())
    byte3 := int32(self.ReadUint8())
    byte4 := int32(self.ReadUint8())
    return (byte1 << 24) | (byte2 << 16) | (byte3 << 8) | byte4
}

在接下来的小节中，将按照分类依次实现约150条指令，占整个指令集的3/4

默认页脚
Copyright © 2024 Mr.Hope