JVM笔记-前端编译与优化

举报
Jimmy_M 发表于 2020/08/25 20:29:05 2020/08/25
【摘要】 1.概述所谓”编译“,通俗来讲就是把我们写的代码“翻译“成机器可以读懂的机器码。而编译器就是做这个翻译工作的。Java技术中的编译器可以分为如下三类:前端编译器:把.java文件转变为.class文件的过程。比如JDK的Javac。即时编译器:JustInTimeCompiler,常称JIT编译器,在「运行期」把字节码转变为本地机器码的过程。比如HotSpotVM的C1、C2编...

1. 概述

所谓”编译“,通俗来讲就是把我们写的代码“翻译“成机器可以读懂的机器码。而编译器就是做这个翻译工作的。
Java 技术中的编译器可以分为如下三类:

  • 前端编译器:把 .java 文件转变为 .class 文件的过程。比如 JDK 的 Javac。
  • 即时编译器:Just In Time Compiler,常称 JIT 编译器,在「运行期」把字节码转变为本地机器码的过程。比如 HotSpot VM 的 C1、C2 编译器,Graal 编译器。
  • 提前编译器:Ahead Of Time Compiler,常称 AOT 编译器,直接把程序编译成与目标机器指令集相关的二进制代码的过程。比如 JDK 的 Jaotc,GNU Compiler for the Java。
    其中后面两类都属于后端编译器。
    本文主要分析前端编译器 Javac 的相关内容,后文再介绍后端编译器。

    2. Javac 编译器

Javac 的编译过程大致可以分为 1 个准备过程和 3 个处理过程:

  1. 准备过程:初始化插入式注解处理器
  2. 解析与填充符号表过程
    词法、语法分析:将源码中的字符流转变为标记集合,构造抽象语法树
    填充符号表:产生符号地址和符号信息
  3. 插入式注解处理器的注解处理过程
  4. 分析与字节码生成过程
    标注检查:对语法的静态信息进行检查
    数据流及控制流分析:对程序的动态运行过程进行检查
    解语法糖:将简化代码编写的语法糖还原为原来的样子
    字节码生成:将前面各个步骤所生成的信息转化为字节码

    2.1 解析与填充符号表

    2.1.1 词法、语法分析

  • 词法分析
    将源码中的字符流转变为标记(Token)集合的过程。关键字、变量名、运算符等都可作为标记。比如下面一行代码:

    int a = b + 2;

    在字符流中,关键字 int 由三个字符组成,但它是一个独立的标记,不可再分。

    该过程有点类似“分词”的过程。虽然这些代码我们一眼就能认出来,但编译器要逐个分析过之后才能知道。

  • 语法分析
    根据上面的标记序列构造抽象语法树的过程。

    抽象语法树(Abstract Syntax Tree,AST)是一种用来描述程序代码语法结构的树形表示方法,每个节点都代表程序代码中的一个语法结构(Syntax Construct),比如包、类型、修饰符等。

通俗来讲,词法分析就是对源码文件做分词,语法分析就是检查源码文件是否符合 Java 语法。

2.1.2 填充符号表

符号表(Symbol Table)是一种数据结构,它由一组符号地址和符号信息组成(类似“键-值”对的形式)。

符号由抽象类 com.sun.tools.javac.code.Symbol 表示,Symbol 类有多种扩展类型的符号,比如 ClassSymbol 表示类、MethodSymbol 表示方法等。

符号表记录的信息在编译的不同阶段都要用到,如:

  • 用于语义检查和产生中间代码;
  • 在目标代码生成阶段,符号表是对符号名进行地址分配的依据。
    这个阶段主要是根据上一步生成的抽象语法树列表完成符号填充,返回填充了类中所有符号的抽象语法树列表。

    2.2 注解处理器

    JDK 5 提供了注解(Annotations)支持,JDK 6 提供了“插入式注解处理器”,可以在「编译期」对代码中的特定注解进行处理,从而影响前端编译器的工作过程。
    比如效率工具 Lombok 就是在这个阶段进行处理的。示例代码:

import lombok.Getter;

@Getter
public class Person {
  private String name;

  private Integer age;
}

该代码编译后:

public class Person {
    private String name;
    private Integer age;

    public Person() {
    }

    public String getName() {
        return this.name;
    }

    public Integer getAge() {
        return this.age;
    }
}

其中两个 getter 方法就是 @Getter 注解在这个阶段产生的效果(具体实现原理网上可以找到相关内容)。

2.3 语义分析与字节码生成

抽象语法树能表示一个结构正确的源程序,却无法保证语义是否符合逻辑。
而语义分析就对语法正确的源程序结合上下文进行相关性质的检查(类型检查、控制流检查等)。比如:

int a = 1;
boolean b = false;

// 这样赋值显然是错误的
// 但在语法上是没问题的,这个错误是在语义分析时检查的
int c = a + b;

Javac 在编译过程中,语义分析过程可分为标注检查和数据及控制流分析两个步骤。

2.3.1 标注检查

检查内容:变量使用前是否已被声明、变量与赋值之间的数据类型是否匹配等。
常量折叠
该过程中,还会进行一个常量折叠(Constant Folding)的代码优化。
比如,我们在代码中定义如下:

int a = 1 + 2;

在抽象语法树上仍能看到字面量 "1"、"2" 和操作符 "+",但经过常量折叠优化后,在语法树上将会被标注为 "3"。

2.3.2 数据及控制流分析

主要检查内容:

  • 局部变量使用前是否赋值
  • 方法的每条路径是否有返回值
  • 受检查异常是否被正确处理等

    2.3.3 解语法糖

    语法糖(Syntactic Sugar):也称糖衣语法,指的是在计算机语言中添加某种语法,该语法对语言的编译结果和功能并没有实际影响,却能更方便程序猿使用该语言。
    PS: 就是让我们写代码更舒服的语法,像吃了糖一样甜。

Java 中常见的语法糖有泛型、变长参数、自动装箱拆箱等。
JVM 其实并不支持这些语法,它们在编译阶段要被还原成原始的基础语法结构。该过程就称为解语法糖(打回原形)。

2.3.4 字节码生成

Javac 编译过程的最后一个阶段。主要是把前面各个步骤生成的信息转换为字节码指令写入磁盘中。
此外,编译器还进行了少量的代码添加和转换工作。比如实例构造器 () 和类构造器 () 方法就是在这个阶段被添加到语法树的。
还有一些代码替换工作,例如将字符串的 "+" 操作替换为 StringBuilder(JDK 5 及以后)或 StringBuffer(JDK 5 之前) 的 append() 操作。

3. Java 语法糖

3.1 泛型
泛型这个概念大家应该都不陌生,Java 是从 5.0 开始支持泛型的。
由于历史原因,Java 使用的是“类型擦除式泛型(Type Erasure Generics)”,也就是泛型只会在源码中存在,编译后的字节码文件中,全部泛型会被替换为原先的裸类型(Raw Type)。
因此,在运行期间 List 和 List 其实是同一个类型。例如:

public class GenericTest {
  public static void main(String[] args) {
    List l1 = new ArrayList<>();
    l1.add(1);
    List l2 = new ArrayList<>();
    l2.add("2");
  }
}

经编译器擦除类型后:

public class GenericTest {
    public GenericTest() {
    }

    public static void main(String[] var0) {
        // 原先的泛型都没了
        ArrayList var1 = new ArrayList();
        var1.add(1);
        ArrayList var2 = new ArrayList();
        var2.add("2");
    }
}

类型擦除是有缺点的,比如:

  1. 由于类型擦除,会将泛型的类型转为 Object,但是 int、long 等原始数据类型无法与 Object 互转,这就导致了泛型不能支持原始数据类型。进而引起了使用包装类(Integer、Long 等)带来的拆箱、装箱问题。
  2. 运行期无法获取泛型信息。

    3.2 自动装箱、拆箱与遍历

  • 遍历代码示例

    public class GenericTest {
    public static void main(String[] args) {
    List list = Arrays.asList("hello", "world");
    for (String s : list) {
      System.out.println(s);
    }
    }
    }

    反编译版本 1:

    public class GenericTest {
    public GenericTest() {
    }
    
    public static void main(String[] args) {
        List list = Arrays.asList("hello", "world");
        // 使用了迭代器 Iterator 遍历
        Iterator var2 = list.iterator();
    
        while(var2.hasNext()) {
            String s = (String)var2.next();
            System.out.println(s);
        }
    }
    }

反编译版本 2:

public class GenericTest {
  public static void main(String[] args) {
    // 创建一个数组
    List list = Arrays.asList(new String[] { "hello", "world" });
    for (String s : list)
      System.out.println(s); 
  }
}

不同的反编译器得出的结果可能有所不同,这里找了两个版本对比分析。
从上面两个版本的反编译结果可以看出:Arrays.asList() 方法其实创建了一个数组,而增强 for 循环实际调用了迭代器 Iterator。
自动拆装箱代码示例

public class GenericTest {
  public static void main(String[] args) {
    Integer a = 1;
    Integer b = 2;
    Integer c = 3;
    Integer d = 3;
    Integer e = 321;
    Integer f = 321;
    Long g = 3L;

    System.out.println(c == d);
    System.out.println(e == f);
    System.out.println(c == (a + b));
    System.out.println(c.equals(a + b));
    System.out.println(g == (a + b));
    System.out.println(g.equals(a + b));
  }
}

类似代码估计大家都见过,毕竟有些面试题就喜欢这么搞,这些语句的输出结果是什么呢?
我们先看反编译后的代码:

public class GenericTest {
  public static void main(String[] args) {
    Integer a = Integer.valueOf(1);
    Integer b = Integer.valueOf(2);
    Integer c = Integer.valueOf(3);
    Integer d = Integer.valueOf(3);
    Integer e = Integer.valueOf(321);
    Integer f = Integer.valueOf(321);
    Long g = Long.valueOf(3L);

    System.out.println((c == d)); // t
    System.out.println((e == f)); // f
    System.out.println((c.intValue() == a.intValue() + b.intValue())); // t
    System.out.println(c.equals(Integer.valueOf(a.intValue() + b.intValue()))); // t
    System.out.println((g.longValue() == (a.intValue() + b.intValue()))); // t
    System.out.println(g.equals(Integer.valueOf(a.intValue() + b.intValue()))); // f
  }
}

可以看到,编译器对上述代码做了自动拆装箱的操作。其中值得注意的是:
包装类的 "==" 运算不遇到算术运算时,不会自动拆箱。
equals() 方法不会处理数据转型。
此外,还有个值得玩味的地方:为何 c==d 是 true、而 e==f 是 false 呢?似乎也是个考点。
这就要查看 Integer 类的 valueOf() 方法的源码了:

static final int low = -128;

public static Integer valueOf(int i) {
    if (i >= IntegerCache.low && i <= IntegerCache.high)
        return IntegerCache.cache[i + (-IntegerCache.low)];
    return new Integer(i);
}

private static class IntegerCache {
    static final int low = -128;
    static final int high;
    static final Integer cache[];

    static {
        // high value may be configured by property
        int h = 127;
        String integerCacheHighPropValue =
            sun.misc.VM.getSavedProperty("java.lang.Integer.IntegerCache.high");
        if (integerCacheHighPropValue != null) {
            try {
                int i = parseInt(integerCacheHighPropValue);
                i = Math.max(i, 127);
                // Maximum array size is Integer.MAX_VALUE
                h = Math.min(i, Integer.MAX_VALUE - (-low) -1);
            } catch( NumberFormatException nfe) {
                // If the property cannot be parsed into an int, ignore it.
            }
        }
        high = h;

        cache = new Integer[(high - low) + 1];
        int j = low;
        for(int k = 0; k < cache.length; k++)
            cache[k] = new Integer(j++);

        // range [-128, 127] must be interned (JLS7 5.1.7)
        assert IntegerCache.high >= 127;
    }

    private IntegerCache() {}
}

可以看到 Integer 内部使用了缓存 IntegerCache:其最小值为 -128,最大值默认是 127。因此,[-128, 127] 范围内的数字都会直接从缓存获取。
而且,该缓存的最大值是可以修改的,可以使用如下 VM 参数将其修改为 500:

-XX:AutoBoxCacheMax=500

增加该参数后,上述 e==f 也是 true 了。

文章来源: blog.51cto.com,作者:WriteOnRead,版权归原作者所有,如需转载,请联系作者。

原文链接:https://blog.51cto.com/14901361/2523546

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。