JVM基础（一）：认识虚拟机

前言

很高兴遇见你~ 欢迎阅读我的文章。

JVM是每个Java程序员必须迈过去的一个坎，因为它实在是太重要了。Java的底层知识，归根结底，都是JVM相关知识。很多读者看到jvm就感觉：哦这是底层知识，算了先学好应用层再说。或者到了面试需要不得不背诵几道题。在我看来，了解JVM是理解整个Java生态的必经之路。编程语言的发展，从机器码01串到现在的高级Java语言，这里面凝结了无数先驱的智慧。了解JVM，不只是为了面试，更是为了感受前人的智慧，学习JVM也可以让我们的Java程序更加地健壮。

而关于非JVM研究人员来说，可能我们并需要很深入去研究，理解他的概念模型就已经满足了。作为一个Android工程师，JVM也是必学的内容之一。JVM基础系列文章，主要讲述关于JVM需要了解的关键基础知识，不会去深入研究JVM的底层知识。对于一个Android工程师，这些肯定是足够的了，对JVM有兴趣的读者，可以看完之后继续深入去研究，相信这一系列文章也可以很好地给你提供一个学习JVM的指引。

第一篇我们来聊聊JVM。为什么说JVM是人类在编程语言上迈出的一大步？JVM在整个Java程序运行中扮演了什么角色？JVM是用C语言编写的，那么C语言是不是属于跨平台语言？如果C语言是跨平台语言，为什么还要开发Java呢，C不是更快吗？为什么Java这么火，但C语言还是没有没落？带着这些问题，这篇文章一起来聊聊计算机语言的发展简史，看看机器码是如何一步步演变成Java的，了解这些知识，可以更好地认识JVM。

C语言的诞生

我们知道，计算机硬件他只认识01串机器码，计算机发展早期的时候，程序员是通过编写01串来写程序的，例如针孔卡带就是其中的一种形式：

当然那时候的计算机和我们当今的计算机是不可同日而语，那时的计算机只能实现一些很简单的操作。例如我们需要计算：4+8，那么计算的指令需要有：0100,1000,1101，其中第一二进制串是代表数字4，第二个是代表数字8，第三个代表加法指令（当然这些指令都是不存在的，只是拿来举例）。这种编写程序的方式不仅效率低下，复杂，代码语义不清晰，不适应于越来越复杂的程序开发。那么先驱们想到了一个办法，可不可以把这些指令都取一个“名字”，例如1101，写成add，然后再用一个编译器，把add映射成1101，这样下次写4+8，可以写成4,8,add，编译器可以根据我们的设定转换成0100,1000,1101，这样不就方便非常多。这，就是汇编语言的诞生由来。

正如上述所言，我们不仅可以把加法操作写成指令，还可以把减法、赋值、循环、分支等等写成指令，最后再编译成机器码即可。相比直接使用机器码编写程序，使用汇编语言编写程序，极大提高了开发效率，且适用于开发更加复杂的程序，代码的语义也更加清晰。

不同机器，他的指令是不一样的，例如机器A的加法指令是0010，而机器B则是0101。汇编语言和cpu的机器码是一一对应的关系，因而不同的机器，具体的汇编语言也不同。随着计算机的发展，业务场景越来也复杂，汇编语言也开始显得心有余而力不足。这时候需要比汇编更高级的程序语言，来提高程序员的开发效率。这时候C语言诞生了。（当然中间还有一个B语言，以及其他的一些细节，这里主要讲语言的大体演变，不深究细节）。

和机器码形成汇编语言类似，C语言也对汇编语言进行了更高级的抽象。通过C语言编译器，就可以把C语言编译成汇编语言了。这样，工作效率再一次提高，完成更加复杂的业务逻辑。如下图：

前面我们讲到，不同平台的汇编语言是不同的，因而在不同的平台，需要编写不同的C语言编译器来把C语言编译成对应的汇编语言。

所以，一个C语言程序，要在一个机器上运行，首先要使用C语言编译器把C语言编译成该机器的汇编语言，然后再使用该机器的汇编语言编译器把汇编语言编译成机器码，这样这个c程序，才能运行。

先有鸡还是先有蛋？

我们知道C语言编译器大都是使用C语言写的，那么世界上第一个C语言编译器是用什么写的？先有鸡还是先有蛋….

其实C语言和C语言编译器，并不是一蹴而就变成今天这么完善的。早期的C语言编译器，是使用汇编语言编写的，但他只实现了C语言最基本的功能，例如基本数据类型、基本操作和基本代码控制。这样编译器的任务就比较少了，使用汇编语言可以比较快实现。然后，建立在已经实现的C语言基础上，使用c语言继续开发C语言特性，不断丰富编译器的功能。因而，才有了C0,C1,C2…各种版本的C语言，版本不断迭代，C语言的特性也越来越多，越来越好用。而C语言的进步，也促进了自身的发展，相当于一个良性循环。

和汇编语言发展到C语言类似，我们也可以在C语言的基础上继续发展更高级的语言，来满足我们的开发，如Java等。所谓0生1,1生C，C生万物。为什么计算机专业的学生，普遍都需要先学C语言？因为C语言，是当今一切高级程序语言的鼻祖，也是根基。有兴趣的读者可以阅读这篇文章深度解析：既然C编译器是C语言写的，那第一个C编译器是怎样来的？了解更多。

C语言是否可以跨平台？

我们在window操作系统上编写一个C语言程序，然后使用编译器，点击run，然后程序就跑起来了。我们把代码复制，然后在Linux系统上也进行编译，同样也可以运行。那么这是不是就证明，C语言在不同的平台是可以兼容的，也就是C语言是跨平台的？

答案是：no！首先，我们要明确跨平台这个概念。跨平台指的是语言即不依赖于操作系统，也不依赖硬件环境，一个操作系统下开发的应用，放到另一个操作系统下依然可以运行。C语言可以在不同平台编译运行的关键是：编译器，我们必须为C语言不同的平台编写编译器，然后再使用该编译器把C语言编译成对应的机器码，这个C语言程序才可以运行，他做不到平台无关性，因而C语言不是一个跨平台语言。

那么只需为不同的平台写一个C语言编译器，同一份C语言程序，就可以在不同的平台运行了吗？答案是：NO！前面我们知道，C语言其实是和具体平台的汇编语言相关的，而汇编语言是和具体机器的机器指令相关，所以在不同的平台，C语言也会有所不同。例如整型变量int，在不同机器上可能为16位长或者32位长。有兴趣的读者可以阅读这篇文章C为什么不能跨平台了解更多。

跨平台主角：JVM

前面讲到，C语言是无法进行跨平台的，每个C语言程序都必须通过编译器编译成对应机器的机器码才可以运行。为了实现跨平台，我们需要有一个程序A，可以在运行时把代码动态编译成具体平台的机器码，这样同一份程序，就可以在不同的平台直接运行了，而不需要先编译成对应平台的程序。这个程序A就是虚拟机。这里的虚拟机并不是指Java虚拟机，而是泛指虚拟机，JVM只是虚拟机的一种。虚拟机要完成的事情是：一个程序不需要编译，可以直接运行该程序。虚拟机可以把我们写的程序当成自身的执行指令，然后一行行执行，而不需要全部转化成对应平台的机器码。

JVM，全名是Java虚拟机（Java Virtual Machine），但是他并不是支持Java语言，事实上JVM只认识class文件。我们编写的Java程序，需要进行编译，之后才能运行在虚拟机上。Java文件编译后的结果称为字节码，也就是class文件。class文件是虚拟机唯一认识的代码，就像机器只认识机器码一般，所以class文件也可以称为虚拟机的“机器码”。如下图：

JVM本质上是一个使用C语言编写的程序。这个程序有着和C语言编译器很像的功能：把高级语言编译成对应平台的机器码。但不同的是，C语言编译器必须把C程序完全编译之后再运行，而JVM可以直接运行class文件，边执行边编译为机器码。每个平台都有不同的虚拟机，和我们上面讲的不同平台有不同的C语言编译器的原理是一样的。一个平台想要运行Java程序，首先要配置Java环境，也就是安装JRE（Java Runtime Environment），Java运行时环境，可以认为是在该平台安装了一个JVM程序。当我们在一个平台运行class文件程序的时候，先启动虚拟机，虚拟机加载class文件然后运行。因此，我们编写的Java程序编译成统一的class文件后，只有该平台安装了虚拟机，就可以直接运行我们的程序，从而实现了跨平台。

所以，到现在看来，虚拟机确实很像一台“机器”，只是他的机器码并不是01串，而是class文件。JVM内部有着自己的内存划分，如方法栈、堆区、常量池等等。在实际的运行中，虚拟机也是把class文件编译成了机器码在真正的机器上运行。通过虚拟机，向我们屏蔽了真正的机器，而看到一台虚拟的机器。我们的开发也不再需要关心具体的机器如何，只需要关注JVM即可。

到这里不知道读者是否会好奇：为什么虚拟机不直接运行Java程序，而要先把Java编译成字节码（也就是class文件）才能运行呢？不是多此一举吗？这其实是JVM的另一个设计目标：语言无关性。上面讲到，JVM的存在，使得在各大平台可以直接执行class文件，也就是字节码，实现了平台无关性。而任何一个高级程序语言，只要能编译成class文件，那么这个语言就可以运行在JVM上，从而实现JVM的平台无关性。例如Groovy、kotlin，他们都可以编译成class文件，那么他们也就可以运行在JVM上，而这些语言，也可以统一称之为：JVM语言。如下图：

所以，更准确的来说，不应该叫做Java虚拟机，而应该是class虚拟机才对。

c语言为什么没有没落？

在Java语言等跨平台语言如火如荼的今天，为什么C语言这类编译型语言，还没有没落呢？反而常年占据编程语言排行榜的首位？这就涉及到虚拟机需要付出的两个重要代价：速度、环境。

首先看第一个因素。虚拟机直接执行中间码，这看起来很美好，但实际上他需要先把中间码解释为机器码之后，才能真正运行。例如JVM的中间码则为class文件。那么运行的过程中就涉及到解释中间码的这个过程，而可执行程序本身就是机器码，他可以直接被执行，两者之间速度就相差非常多了。为什么ios系统总是感觉比android更流畅、更快，虚拟机就是一个非常重要的因素。IOS程序直接编译成可执行程序，速度快的同时，也付出了无法跨平台的代价。但，ios程序难道可以运行在别的系统上？事实上我认为谷歌选择JVM语言作为android的开发语言并不是一个最好的选择。我们开发的android程序，其实用不到跨平台这个属性。我们的程序，只会运行在android系统上，而不会运行在其他的系统，事实上也无法运行在其他的系统上。我们的程序需要调用到android系统的api，需要与系统交互，这本身就已经决定了我们必须运行在android系统上。选择JVM语言来开发android，带来了一个无关紧要的跨平台特性，却付出了巨大的性能代价。

第二个因素，环境。JVM语言需要JVM才能运行，一个平台必须安装了JRE之后，才能执行程序。那么对于一些小型的机器，如手表等，内存非常少，cpu能力也非常有限。JVM带来的内存代价和性能消耗是这些机器无法承受的。那么这个时候，C语言这一类的编译型语言就是最好的选择了。

这里还需要补充JVM的另外一个代价：JVM代码无法直接操作内存。一门语言越高级、越抽象，他和机器之间的相关性就越低。与人走得越近，和机器就会离得更远。C/C++这一类的语言，他们拥有非常强大的能力：操作内存。他们归根结底，也是从机器码演化过来的，所以他们非常适合在一些嵌入式或者需要操作机器内存的程序中，例如JVM。而Java等高级语言就显得无能为力。当然也有使用Java程序编写的JVM，但其实跟我们之前讨论的“先有鸡还是先有蛋”的道理是一样的，还是需要C语言的帮助。

总之，跨平台语言，和直接编译型语言，他们适用的场景是不同的。打败C语言的绝不是一个跨平台语言，而是另一个更加优秀的编译型语言，但目前来说，近期是不能出现的。

虚拟机家族

上面的内容更加偏向于广义上的虚拟机，这部分专门来聊聊Java虚拟机。

前面讲到虚拟机不止有一种，事实上，Java虚拟机也不止有一种。目前主流的虚拟机，也就是Sun/OracleJDK和OpenJDK使用的虚拟机，是HotSpot。HotSpot最初由一家小公司开发，后来被Sun公司收购并进行研发。Oracle收购Sun之后，把BEA的JRockit虚拟机的优秀特性整合到了HotSpot上。同时，由于Sun/OracleJDK在Java应用中处于统治地位，HotSpot也称为使用最广泛的虚拟机。此外还有前面提到的BEA公司的JRockit虚拟机、IBM的J9虚拟机等等。前者被Oracle收购并整合到HotSpot中，后者目前仍然很活跃，但和HotSpot相比还是显得比较小众。

Android执行的是Java程序，自然也有虚拟机。不过Android虚拟机并不能称为JVM，因为他没有满足Java虚拟机规范，而是根据移动端的特点进行了改造。他是基于寄存器架构而不是栈架构，同时Android虚拟机运行的不是class文件也不是jar文件，而是dex文件，但dex文件可以从前两者转化而来。最开始Android的虚拟机是Dalvik虚拟机，为了提高性能，使用了JIT编译器（Just In Time Compiler）来编译字节码。JIT的特点是：把使用过程中的热点代码，也就是使用比较频繁的代码先解释为机器码，这样，下次运行到这个地方的时候，就可以提高速度。也就是运行时间越久，应用越流畅。到了android5.0之后，Dalvik虚拟机就替换成了ART虚拟机。ART的特点是AOT（ahead of time comlilation），也就是提前编译。他可以在安装应用的时候，就把代码全部编译成机器码，这样整体的性能就得到了非常好的改善。但却付出了不少的代价：安装时间长、需要一定的空间来存放机器码。而后，在Andoid7.0，就把JIT也加入了ART虚拟机，这样在安装的时候，只需要先提前编译一小部分，等到运行的时候，遇到还没有编译的地方，再使用JIT进行编译。

总结

本文讲解了程序语言的发展历程，以及跨平台的实现关键：虚拟机，最后再讨论了跨平台语言与编译型语言的特点以及虚拟机家族。

虚拟机作为跨平台语言的关键，使我们学习跨平台语言不可忽视的知识，学习虚拟机之前，先了解虚拟机的背景以及虚拟机解决的问题是必要的。我们今天得以使用Java开发出各种复杂的应用，也是因为开发虚拟机这种粗活累活，有前辈帮我们做了，现在也还在不断地去完善。这是几十年来千万前辈的智慧结晶，秉着对知识的敬畏，更加值得我们去学习。