Java代码是如何在机器上运行的?

概览

计算机能识别的是机器指令码，简称机器码。机器码是二进制的，计算机可以直接识别，但与人类的语言差别太大，不容易被人理解和记忆。后来，就诞生了各种高级语言，人们用高级语言编写程序，然后通过把程序解释或编译成机器码。

比如python，就是一种解释型语言。Python程序源码不需要编译，可以直接从源代码运行程序。Python解释器将源代码转换为字节码，然后把编译好的字节码转发到Python虚拟机（PVM）中进行执行。

而C语言就是典型的编译型语言，需要先用编译器编译成机器码，比如我们通常用gcc来编译C语言程序：

$ gcc hello.c # 编译
$ ./a.out # 执行
hello world!

那Java是解释型语言还是编译型语言呢？

Java是兼具编译型语言与解释型语言的特点的。程序员写好Java程序后，需要先用javac编译成JVM可以使用的字节码class文件。然后JVM加载class文件，逐条解释执行。在运行过程中，部分热点代码会被即时编译器编译成机器码。

源代码到字节码

Java语言的源代码是.java为后缀的文件。当然现在有很多其它高级语言也架构在JVM上，比如groovy、kotlin等。源代码是给人看的，易于阅读、理解、维护。

源代码经过编译后得到字节码，字节码是给JVM用的，易于理解和识别。字节码是以.class为后缀，其格式是JVM的一套规划，字节码人类对照文档也是勉强能看懂的，只是相对Java代码来说要难以理解一些而已。

Java与Python不同，Python不需要编译字节码文件（当然，Python也提供了这种操作），编译是一个自动的过程，一般不会在意它的存在。而Java会先编译好字节码文件，这样JVM直接读字节码文件，可以节省加载模块的时间，提高效率。同时字节码的形式也增加了反向工程的难度，可以保护源代码（当然，也可以被反编译）。

熟悉JVM的小伙伴都知道，它有一个“类加载过程”，可以说是老八股文了，经常会被面试官问到。类加载过程其实就是指的JVM从读取一个class文件到准备好这个类，以及最后销毁的整个过程。

所以class文件其实是以“类”为单位的，这跟java文件有一些不同。如果我们在一个Java文件里面声明多个类，用Javac编译出来会发现有多个class文件。比如我们声明一个One.java文件：

public class One {
  public class OneInner {}
  private class OnePrivateInner {}
  public static class OneStaticInner {}
  private static class OneprivateStaticInner {}
}

class Two{}

用Javac编译后，会出现6个class文件

➜  $ ls
'One$OneInner.class'         'One$OneStaticInner.class'          One.class   Two.class
'One$OnePrivateInner.class'  'One$OneprivateStaticInner.class'   One.java

字节码到机器码

加载和使用字节码

前面提到，JVM会加载class文件，然后加载后的Java类会被存放于方法区（Method Area）中。从指定的类的main方法作为入口开始运行。实际运行时，虚拟机会执行方法区内的代码，JVM会使用堆和栈来存储运行时数据。

每当进入一个方法，Java虚拟机会在当前线程的栈中生成一个栈帧，存放局部变量以及字节码的操作数，这个栈帧的大小是提前计算好的。

退出方法时，不管是正常返回还是异常返回，Java虚拟机均会弹出当前线程的当前栈帧，并将之舍弃。

Java虚拟机需要将字节码翻译成机器码，才能让机器执行。这个过程有两种形式，一种是解释执行，即逐条将字节码翻译成机器码并执行；另一种是即时编译（Just-In-Time compilation，JIT），即将一个方法中包含的所有字节码编译成机器码后再执行。

分层编译

这两种编译方式是怎么协作的呢？

HotSpot虚拟机包含多个即时编译器C1、C2和Graal。其中，Graal是一个实验性质的即时编译器，可以通过参数 -XX:+UnlockExperimentalVMOptions -XX:+UseJVMCICompiler启用，并且替换C2。

C1和C2各有优劣，适用于不同的场景。在Java 7以前，只能选择一种编译器。C1编译快，但生成的代码执行效率一般，常用于对于执行时间较短的，或者对启动性能有要求的程序，常用于客户端；C2编译慢，但生成的代码执行效率快，适用于对于执行时间较长的，或者对峰值性能有要求的程序，常用于服务端。实际上，C1对应的参数是client，C2对应的参数是server，也跟它们的应用场景比较匹配。

Java7引入了分层编译的概念，综合了C1的启动性能优势和C2的峰值性能优势。C1和C2编译出的机器码是不同的。C2代码的执行效率要比C1代码高出30%以上。机器码越快，需要的编译时间就越长。分层编译是一种折衷的方式，既能够满足部分不那么热的代码能够在短时间内编译完成，也能满足很热的代码能够拥有最好的优化。

热点代码

那怎么判定热点代码呢？

JVM会收集方法的运行时信息，主要包括调用次数和循环回边的次数。当方法的调用次数和循环回边的次数的和，超过指定阈值时，便会触发即时编译。

循环回边次数可以简单理解为方法内部代码的循环次数，比如方法内部有for循环或while循环。

在分层编译出现前，这个阈值是由参数-XX:CompileThreshold指定的，使用C1时，该值为1500；使用C2时，该值为10000。

当启用分层编译时，JVM使用另一套阈值系统。在这套系统中，阈值的大小是动态调整的。JVM将阈值与某个系数 s 相乘。该系数与当前待编译的方法数目成正相关，与编译线程的数目成负相关。

编译线程

默认情况下编译线程的总数目是根据处理器数量来调整的。Java 虚拟机会将这些编译线程按照1:2的比例分配给 C1和C2（至少各为1个）。举个例子，对于一个四核机器来说，总的编译线程数目为3，其中包含一个C1编译线程和两个C2编译线程。

机器资源太少的时候，也可能各1个线程。

用arthas可以看到编译线程：

可以看到，它们的ID是-1，优先级也是-1。我们自己创建的线程优先级是0~10，所以编译线程的优先级会更高一些。

总结

一句话来总结Java程序是怎么在机器上运行的呢？首先Java程序员编写Java代码，然后Java代码会被编译成class文件，多个class文件会被打包成jar包或者war包。然后JVM加载class文件，然后先解释执行为字节码。程序运行一段时间后，JVM会通过方法调用次数和循环持续判断一个方法是否为热点代码，如果是，会使用分层编译，通过编译线程编译成字节码，在机器上运行。

参考资料

极客时间《深入拆解Java虚拟机》

求个支持

我是Yasin，一个坚持技术原创的博主

都看到这儿了，如果觉得我的文章写得还行，不妨支持一下。

你的每一个转发、关注、点赞、评论都是对我最大的支持！

还有学习资源、和一线互联网公司内推哦