Java基础：你是否了解KVM的常量池

【 tulaoshi.com - 编程语言 】

　　在class文件中，“常量池”是最复杂也最值得关注的内容。

　　Java是一种动态连接的语言，常量池的作用非常重要，常量池中除了包含代码中所定义的各种基本类型（如int、long等等）和对象型（如String及数组）的常量值还，还包含一些以文本形式出现的符号引用，比如：

　　类和接口的全限定名；

　　字段的名称和描述符；

　　方法和名称和描述符。

　　在C语言中，假如一个程序要调用其它库中的函数，在连接时，该函数在库中的位置（即相对于库文件开头的偏移量）会被写在程序中，在运行时，直接去这个地址调用函数；

　　而在Java语言中不是这样，一切都是动态的。编译时，假如发现对其它类方法的调用或者对其它类字段的引用的话，记录进class文件中的，只能是一个文本形式的符号引用，在连接过程中，虚拟机根据这个文本信息去查找对应的方法或字段。

　　所以，与Java语言中的所谓“常量”不同，class文件中的“常量”内容很非富，这些常量集中在class中的一个区域存放，一个紧接着一个，这里就称为“常量池”。

　　常量池由多条“常量池项”组成，每一个常量池项又由两部分组成，这里分别称为“常量池项头”和“常量池项体”。

　　常量池项头表明常量池项的类型，常量池项共分为11种类型，分别为：

　　常量池项类型
　　 值
　　 说明
　　 
　　CONSTANT_Utf8
　　 1
　　 UTF-8编码的Unicode字符串
　　 
　　CONSTANT_Integer
　　 3
　　 int型常量
　　 
　　CONSTANT_Float
　　 4
　　 Float型常量
　　 
　　CONSTANT_Long
　　 5
　　 Long型常量
　　 
　　CONSTANT_Double
　　 6
　　 double型常量
　　 
　　CONSTANT_Class
　　 7
　　 对一个class的符号引用
　　 
　　CONSTANT_String
　　 8
　　 String型常量
　　 
　　CONSTANT_Fieldref
　　 9
　　 对一个字段的符号引用
　　 
　　CONSTANT_Methodref
　　 10
　　 对一个类方法的符号引用
　　 
　　CONSTANT_InterfaceMedthodref
　　 11
　　 对一个接口方法的符号引用
　　 
　　CONSTANT_NameAndType
　　 12
　　 对名称和类型的符号引用

　　常量池项体中存放的就是对应的常量数据，比如各种数值型的常量或者字符串等等。

　　以下介绍kvm中的常量池是如何组织起来的。

　　数据结构：

　　在KVM的头文件kvm/vmcommon/h/pool.h中，有以下对常量池项类型的定义：

　　#define CONSTANT_Utf8                       1
　　#define CONSTANT_Integer                    3
　　#define CONSTANT_Float                      4
　　#define CONSTANT_Long                       5
　　#define CONSTANT_Double                     6
　　#define CONSTANT_Class                      7
　　#define CONSTANT_String                     8

　　union constantPoolEntryStrUCt {
　　    struct {
　　        unsigned short classIndex;
　　        unsigned short nameTypeIndex;
　　    }               method;  /* Also used by Fields */
　　    CLASS           clazz;
　　    INTERNED_STRING_INSTANCE String;
　　    cell           *cache;   /* Either clazz or String */
　　    cell            integer;
　　    long            length;
　　    NameTypeKey     nameTypeKey;
　　    NameKey         nameKey;
　　    UString         ustring;
　　};
　　class文件中，常量池项有很多种类，每一个常量池项的大小都不同，而对于常量池的使用又是如此之多，最好能够使用数组来索引，这样可以提高效率，所以KVM里使用union来代表一个常池项，union的每一项是常量池项的一种可能的数据类型，这样每一项都有了相同的大小，可以构造数组。

　　显然，这个数组就将是常量池的核心内容，那么这个数组放在哪里呢？就在下面这个结构中：

　　struct constantPoolStruct {
　　    union constantPoolEntryStruct entries[1];
　　};
　　这就是常量池。这个常量池的设计很有意思：

　　1、这个结构体中只有一个指针，指向一个常量池项体数组，数组中元素的个数是常量池项数+1，数组中的第一项（即序号为0的那一项）不是实际的常量池项体，而是存放了常量池项的数目，即表明了数组中接下来的元素数。要取得数组的长度信息，只有一个办法，就是读数组的第一个元素，为不造成空指针错误，所以constantPoolStruct在定义的时候就要保证数组的第0个元素必须存在，所以上面的entries在定义时就被指定为长度为1的数组。

　　单纯从数据结构的设计角度来看，我认为constantPoolStruct的设计并不是很清楚，使用数组的第一个无素来表示数组的长度多少一点显得混乱，明明可以在constantPoolStruct的结构里增加一个变量来表明数组长度，这样不是更清楚吗？之所以这样做，我想也是与class文件中常量池的设计惯例有关。在class文件中， constant_pool紧跟在constant_pool_count之后，而constant_pool_count = constant_pool中实际的项数+1，相当于constant_pool_count也把自己当成了常量池中的第一项。

　　由此可见，KVM的常量池设计与class文件如出一辙。

　　2、常量池项体以一个union来表示，而union不带有自身类型的信息，如何知道一个常量池项的类型呢？

　　在一个class文件的常量池被载入后，生成了constantPoolStruct结构体的实例，在其中constantPoolEntryStruct数组的最后一项之后，一定会跟随一个字节数组，这个数组中的每一个字节就是一个“常量池项头”，长度与实际的常量池项数相同，即constant_pool_count-1，在这个字节中就指明了相应常量池项的类型。

　　程序实现：

　　构造常量池的代码段主要在kvm/vmcommon/src/loader.c的loadConstantPool()函数中，函数原形如下：

　　static POINTERLIST

　　loadConstantPool(FILEPOINTER_HANDLE ClassFileH, INSTANCE_CLASS CurrentClass)；

　　两个参数分别为类文件的句柄以及当前被载入类的指针。

　　这个函数的总体流程如下：

　　1- 循环读取文件中常量池中所有项，把，把各项内容存入临时数组RowPool中；(L649~L740)

　　2- 计算常量池所占空间大小（以constantPoolEntryStruct枚举体数计），并申请常量池空间；(L742~L757)

　　3- 循环读取暂存在RowPool中的常量信息，为常量池赋值。

　　其中第2步值得一看，记算空间大小的那一行如下：

　　int tableSize = numberOfEntries + ((numberOfEntries + (4 - 1)) 2);
　　
　　 一个constantPoolEntryStruct枚举体的大小为4，前面讲过，在constantPoolEntryStruct数组的后要跟有一个字节数组来存放常量池项的类型信息，即每一个constantPoolEntryStruct要对应1个字节的常量池项头，所以当以constantPoolEntryStruct枚举体数为单位给常量池项头数组申请空间时，需要向4字节对齐，每多1~4个常量池项头，就要多申请一个constantPoolEntryStruct。这一句就是这个意思。

　　loadConstantPool函数执行过程中，会把新生成的常量池指针赋给CurrentClass-constPool，这样，这个类实例中就有完整的常量池了。