Giải thích chi tiết cấu trúc Class file

GuideKhoảng 2532 từKhoảng 8 phút

Ôn lại bytecode

Trong Java, code mà JVM có thể hiểu được gọi là bytecode (tức file có phần mở rộng .class). Bytecode không hướng đến bất kỳ bộ xử lý cụ thể nào mà chỉ hướng đến virtual machine. Thông qua bytecode, ngôn ngữ Java phần nào giải quyết vấn đề hiệu suất thực thi thấp của các ngôn ngữ thông dịch truyền thống, đồng thời vẫn giữ được khả năng di động của ngôn ngữ thông dịch. Vì vậy, chương trình Java có hiệu suất tương đối cao khi chạy. Ngoài ra, do bytecode không nhắm đến một máy cụ thể nên chương trình Java có thể chạy trên máy tính sử dụng nhiều hệ điều hành khác nhau mà không cần biên dịch lại.

Clojure (một phương ngữ của ngôn ngữ Lisp), Groovy, Scala, JRuby, Kotlin và các ngôn ngữ khác đều chạy trên JVM. Hình dưới đây cho thấy các ngôn ngữ khác nhau được các compiler khác nhau biên dịch thành file .class, sau đó chạy trên JVM. Có thể dùng WinHex để xem định dạng nhị phân của file .class.

Các ngôn ngữ lập trình chạy trên JVM

Có thể nói file .class là cầu nối quan trọng giữa các ngôn ngữ khác nhau và JVM, đồng thời cũng là một nguyên nhân quan trọng giúp Java chạy đa nền tảng.

Tổng hợp cấu trúc Class file

Theo đặc tả JVM, Class file được định nghĩa bằng ClassFile, khá giống với struct của ngôn ngữ C.

Cấu trúc của ClassFile như sau:

ClassFile {
    u4             magic; //Magic number của Class file
    u2             minor_version;//Số hiệu minor version của Class
    u2             major_version;//Số hiệu major version của Class
    u2             constant_pool_count;//Số lượng entry trong constant pool
    cp_info        constant_pool[constant_pool_count-1];//Constant pool
    u2             access_flags;//Access flags của Class
    u2             this_class;//Class hiện tại
    u2             super_class;//Superclass
    u2             interfaces_count;//Số lượng interface
    u2             interfaces[interfaces_count];//Một class có thể implement nhiều interface
    u2             fields_count;//Số lượng field
    field_info     fields[fields_count];//Một class có thể có nhiều field
    u2             methods_count;//Số lượng method
    method_info    methods[methods_count];//Một class có thể có nhiều method
    u2             attributes_count;//Số lượng attribute trong attribute table của Class này
    attribute_info attributes[attributes_count];//Tập hợp attribute table
}

Thông qua việc phân tích nội dung của ClassFile, có thể biết cấu tạo của Class file.

Phân tích nội dung ClassFile

Hình dưới đây được xem bằng plugin jclasslib của IDEA, giúp bạn thấy cấu trúc Class file trực quan hơn.

jclasslib không chỉ cho phép xem trực quan file bytecode tương ứng với một class, mà còn có thể xem thông tin cơ bản của class, constant pool, interface, attribute và method.

Phần dưới đây giới thiệu chi tiết một số thành phần liên quan đến cấu trúc Class file.

Magic number

    u4             magic; //Magic number của Class file

4 byte đầu tiên của mỗi Class file được gọi là magic number. Tác dụng duy nhất của nó là xác định file này có phải là Class file mà virtual machine có thể tiếp nhận hay không. Đặc tả Java quy định magic number là giá trị cố định: 0xCAFEBABE. Nếu file được đọc không bắt đầu bằng magic number này, JVM sẽ từ chối nạp file.

Version của Class file (Minor&Major Version)

    u2             minor_version;//Số hiệu minor version của Class
    u2             major_version;//Số hiệu major version của Class

Bốn byte ngay sau magic number lưu version của Class file: byte thứ 5 và 6 là minor version, byte thứ 7 và 8 là major version.

Mỗi khi Java phát hành một major version (chẳng hạn Java 8, Java 9), major version sẽ tăng 1. Bạn có thể dùng lệnh javap -v để nhanh chóng xem thông tin version của Class file.

JVM phiên bản cao có thể thực thi Class file do compiler phiên bản thấp tạo ra, nhưng JVM phiên bản thấp không thể thực thi Class file do compiler phiên bản cao tạo ra. Vì vậy, trong thực tế, cần bảo đảm phiên bản JDK dùng khi development nhất quán với phiên bản JDK trong production environment.

Constant pool

    u2             constant_pool_count;//Số lượng entry trong constant pool
    cp_info        constant_pool[constant_pool_count-1];//Constant pool

Ngay sau major và minor version là constant pool. Số entry trong constant pool là constant_pool_count-1 (bộ đếm constant pool bắt đầu đếm từ 1, để trống constant pool entry thứ 0 là có chủ đích đặc biệt; index bằng 0 nghĩa là “không tham chiếu đến bất kỳ constant pool entry nào”).

Constant pool chủ yếu lưu hai loại constant: literal và symbolic reference. Literal khá gần với khái niệm constant ở tầng ngôn ngữ Java, chẳng hạn chuỗi văn bản và giá trị constant được khai báo bằng final. Symbolic reference thuộc về khái niệm trong lý thuyết biên dịch, gồm ba loại constant sau:

Fully qualified name của class và interface
Name và descriptor của field
Name và descriptor của method

Mỗi constant trong constant pool là một table. Đặc tả JVM hiện tại định nghĩa 17 loại constant pool table. Chúng có một đặc điểm chung: phần đầu là một tag kiểu u1, dùng để nhận diện kiểu của constant hiện tại.

Type	Flag (`tag`)	Description
CONSTANT_utf8_info	1	String được mã hóa bằng UTF-8
CONSTANT_Integer_info	3	Integer literal
CONSTANT_Float_info	4	Float literal
CONSTANT_Long_info	5	Long literal
CONSTANT_Double_info	6	Double-precision float literal
CONSTANT_Class_info	7	Symbolic reference của class hoặc interface
CONSTANT_String_info	8	String literal
CONSTANT_FieldRef_info	9	Symbolic reference của field
CONSTANT_MethodRef_info	10	Symbolic reference của method trong class
CONSTANT_InterfaceMethodRef_info	11	Symbolic reference của method trong interface
CONSTANT_NameAndType_info	12	Symbolic reference của field hoặc method
CONSTANT_MethodType_info	16	Chỉ ra method type
CONSTANT_MethodHandle_info	15	Biểu thị method handle
CONSTANT_Dynamic_info	17	Biểu thị dynamic constant
CONSTANT_InvokeDynamic_info	18	Biểu thị một dynamic method call site
CONSTANT_Module_info	19	Biểu thị module
CONSTANT_Package_info	20	Biểu thị package trong module

Có thể dùng lệnh javap -v class-name để xem thông tin constant pool của file .class (javap -v class-name -> temp.txt: xuất kết quả vào file temp.txt).

Access flags (Access Flags)

    u2             access_flags;//Access flags của Class

Sau khi constant pool kết thúc, hai byte tiếp theo là access flags. Các flag này dùng để nhận diện một số thông tin về quyền truy cập ở cấp class hoặc interface, chẳng hạn Class này là class hay interface, có phải kiểu public hoặc abstract hay không, hoặc nếu là class thì có được khai báo là final hay không, v.v.

Access flags và modifier của class:

Access và modifier của class

Định nghĩa một class Employee:

package top.snailclimb.bean;
public class Employee {
   ...
}

Dùng lệnh javap -v class-name để xem access flag của class.

Xem access flag của class

Tập hợp index của class hiện tại (This Class), superclass (Super Class) và interface (Interfaces)

    u2             this_class;//Class hiện tại
    u2             super_class;//Superclass
    u2             interfaces_count;//Số lượng interface
    u2             interfaces[interfaces_count];//Một class có thể implement nhiều interface

Quan hệ inheritance của Java class được xác định bởi ba thành phần: class index, superclass index và tập hợp interface index. Class index, superclass index và tập hợp interface index lần lượt nằm sau access flags.

Class index dùng để xác định fully qualified name của class này. Superclass index dùng để xác định fully qualified name của superclass của class này. Do ngôn ngữ Java chỉ hỗ trợ single inheritance nên chỉ có một superclass index. Ngoại trừ java.lang.Object, mọi Java class đều có superclass, vì vậy superclass index của mọi Java class ngoài java.lang.Object đều khác 0.

Tập hợp interface index dùng để mô tả class này implement những interface nào. Các interface được implement sẽ được sắp xếp từ trái sang phải trong tập hợp interface index theo thứ tự xuất hiện sau implements (nếu bản thân class này là interface thì là extends).

Tập hợp field table (Fields)

    u2             fields_count;//Số lượng field
    field_info     fields[fields_count];//Một class có thể có nhiều field

Field table (field_info) dùng để mô tả các biến được khai báo trong interface hoặc class. Field bao gồm class-level variable và instance variable, nhưng không bao gồm local variable được khai báo bên trong method.

Cấu trúc của field_info (field table):

Cấu trúc field table

access_flags: phạm vi của field (các modifier public, private, protected), field là instance variable hay class variable (modifier static), có được serialize hay không (modifier transient), khả năng thay đổi (modifier final), visibility (modifier volatile, có bắt buộc đọc/ghi từ main memory hay không).
name_index: tham chiếu đến constant pool, biểu thị tên của field;
descriptor_index: tham chiếu đến constant pool, biểu thị descriptor của field và method;
attributes_count: một field còn có thêm một số attribute, attributes_count lưu số lượng attribute;
attributes[attributes_count]: lưu nội dung cụ thể của các attribute.

Trong các thông tin trên, mỗi modifier đều là boolean: hoặc có modifier đó, hoặc không có. Vì vậy, chúng rất phù hợp để biểu thị bằng bit flag. Còn tên field và data type của field là những giá trị không thể cố định, chỉ có thể tham chiếu đến constant trong constant pool để mô tả.

Các giá trị của access_flag của field:

Các giá trị của của field

Tập hợp method table (Methods)

    u2             methods_count;//Số lượng method
    method_info    methods[methods_count];//Một class có thể có nhiều method

methods_count biểu thị số lượng method, còn method_info biểu thị method table.

Trong format lưu trữ của Class file, mô tả method gần như hoàn toàn giống với mô tả field. Cấu trúc của method table cũng giống field table, lần lượt gồm access flag, name index, descriptor index và tập hợp các attribute table.

Cấu trúc của method_info (method table):

Cấu trúc method table

Các giá trị của access_flag của method:

Các giá trị của của method

Lưu ý: vì modifier volatile và modifier transient không thể dùng cho method nên access flag của method table không có hai flag tương ứng này. Tuy nhiên, do các keyword như synchronized, native, abstract được dùng làm modifier cho method, access flag cũng có thêm các flag tương ứng với những keyword này.

Tập hợp attribute table (Attributes)

    u2             attributes_count;//Số lượng attribute trong attribute table của Class này
   attribute_info attributes[attributes_count];//Tập hợp attribute table

Trong Class file, field table và method table đều có thể mang tập hợp attribute table riêng để mô tả thông tin dành riêng cho một số trường hợp. So với các data item khác trong Class file, yêu cầu về thứ tự, độ dài và nội dung của attribute table linh hoạt hơn. Các attribute table không cần tuân theo thứ tự nghiêm ngặt. Chỉ cần không trùng với tên attribute đã có, compiler do bất kỳ ai xây dựng đều có thể ghi thông tin attribute do mình định nghĩa vào attribute table. Khi chạy, JVM sẽ bỏ qua các attribute mà nó không nhận diện.

Tham khảo

《Thực chiến JVM》
Chapter 4. The class File Format - Java Virtual Machine Specification: https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-4.html
Phân tích ví dụ về cấu trúc file JAVA CLASS: https://coolshell.cn/articles/9229.html
《Giải thích bằng sơ đồ nguyên lý JVM》 1.2.2, giải thích chi tiết về constant pool trong Class file (phần 1): https://blog.csdn.net/luanlouis/article/details/39960815

Lời cuối

Nếu nội dung hữu ích với bạn, hãy tiện tay tặng JavaGuide một Star miễn phí để ủng hộ: GitHub | Gitee.

JavaGuide đã được duy trì gần bảy năm, tích lũy 6100+ commit, với sự chung tay hoàn thiện của 620+ contributor. Star, phản hồi và PR của bạn đều là động lực để dự án tiếp tục cập nhật.

Nếu bạn đang chuẩn bị phỏng vấn backend / phát triển ứng dụng AI, có thể tham khảo Knowledge Planet của tôi, bao gồm các project thực tế về backend và AI, tối ưu CV, hỏi đáp 1-1 và tài liệu về các trọng điểm thường gặp, đã được duy trì liên tục sáu năm.