最近，我花了相當(dāng)多的時(shí)間來(lái)學(xué)習(xí) Rust，就像任何有理智的人都會(huì)做的那樣，在編寫了幾個(gè) 100 行程序之后，我決定做一些更加雄心勃勃的事情——我用Rust寫了一個(gè) Java 虛擬機(jī)。??

我在其中實(shí)現(xiàn)了很多獨(dú)創(chuàng)特性，我把它稱為『rjvm』。目前代碼已經(jīng)開(kāi)源，各位可以在 GitHub 上獲取。

https://github.com/andreabergia/rjvm

我想強(qiáng)調(diào)的是，這是一個(gè)玩具型 JVM，是為了學(xué)習(xí)目的而構(gòu)建的，而不是一個(gè)嚴(yán)肅的實(shí)現(xiàn)。特別是，它不支持：

泛型
線程
反射
注釋
輸入/輸出
及時(shí)編譯器
字符串處理

實(shí)際上，我已經(jīng)實(shí)現(xiàn)了大多數(shù)重要的事情。比如：

控制流語(yǔ)句 ( if, for, ...)
原始和對(duì)象創(chuàng)建
虛擬方法和靜態(tài)方法調(diào)用
例外處理
垃圾收集
jar文件中的類解析

例如，以下是測(cè)試套件的一部分：

class StackTracePrinting {    public static void main(String[] args) {        Throwable ex = new Exception();        StackTraceElement[] stackTrace = ex.getStackTrace();        for (StackTraceElement element : stackTrace) {            tempPrint(                    element.getClassName() + "::" + element.getMethodName() + " - " +                            element.getFileName() + ":" + element.getLineNumber());        }    }
    // We use this in place of System.out.println because we don't have real I/O    private static native void tempPrint(String value);}

我使用真實(shí)的包，它來(lái)自O(shè)penJDK 7 的rt.jar類。所以在上面的示例中，該類來(lái)自真實(shí)的 JDK！java.lang.StackTraceElement。

我對(duì)自己學(xué)到的關(guān)于 Rust 知識(shí)，以及如何實(shí)現(xiàn)虛擬機(jī)的知識(shí)感到非常滿意。

特別是，我非常興奮能夠?qū)崿F(xiàn)一個(gè)真正的、有效的垃圾收集器。它很普通，但它是我親自寫出來(lái)的，我很喜歡它。??

鑒于我已經(jīng)實(shí)現(xiàn)了最初的目標(biāo)，我決定停止這個(gè)項(xiàng)目。我知道存在一些錯(cuò)誤，但我并不打算修復(fù)它們。

概述

在這篇文章中，我將向您概述 JVM 的工作原理。

代碼組織

該代碼是一個(gè)標(biāo)準(zhǔn)的 Rust 項(xiàng)目。我把它分成了三個(gè)代碼空間（即包）：

reader，它能夠讀取.class文件，并包含對(duì)其內(nèi)容進(jìn)行建模以及各種數(shù)據(jù)類型；
vm，其中包含可以將代碼作為庫(kù)執(zhí)行的虛擬機(jī)；
vm_cli，其中包含一個(gè)非常簡(jiǎn)單的命令行啟動(dòng)器來(lái)運(yùn)行虛擬機(jī)，可執(zhí)行java文件。

我正在考慮將reader提取到單獨(dú)的存儲(chǔ)庫(kù)中并將其發(fā)布到crates.io上，因?yàn)樗鼘?shí)際上對(duì)其他的開(kāi)發(fā)者可能有用。

解析.class文件

如大家所知曉的，Java 是一種半編譯語(yǔ)言 -javac編譯器獲取.java源文件并生成各種.class文件，通常壓縮在一個(gè).jar文件中 - 這是一個(gè)zip文件. 因此，執(zhí)行一些 Java 代碼要做的第一件事就是加載一個(gè).class文件，其中包含編譯器生成的字節(jié)碼。

其中，類文件包含如下內(nèi)容：

有關(guān)類的元數(shù)據(jù)，例如其名稱或源文件名
超類名稱
實(shí)現(xiàn)的接口
字段及其類型與注釋
接下來(lái)是方法：

它們的描述符，它是一個(gè)字符串，表示每個(gè)參數(shù)的類型和方法的返回類型
元數(shù)據(jù)，例如throws子句、注釋、泛型信息
字節(jié)碼以及一些額外的元數(shù)據(jù)，例如異常處理程序表與行號(hào)表。

就像前面所描述的，我將rjvm創(chuàng)建了一個(gè)單獨(dú)的盒子，名為reader，它可以解析類文件，并返回一個(gè)對(duì)類及其所有內(nèi)容進(jìn)行建模的Rust 結(jié)構(gòu)。

https://github.com/andreabergia/rjvm/blob/main/reader/src/class_file.rs

執(zhí)行方法

vm包的主要 API是Vm::invoke，用于執(zhí)行方法。

它需要一個(gè)CallStack，其中包含各種CallFrame, 一個(gè)用于正在執(zhí)行的每個(gè)方法。對(duì)于執(zhí)行main，調(diào)用堆棧最初將為空，并且將創(chuàng)建一個(gè)新的棧幀來(lái)運(yùn)行它。接下來(lái)，每次函數(shù)調(diào)用都會(huì)向調(diào)用堆棧添加一個(gè)新幀。當(dāng)方法執(zhí)行完成時(shí)，其相應(yīng)的幀將被丟棄，并從調(diào)用堆棧中刪除。

大多數(shù)方法將用 Java 實(shí)現(xiàn)，因此它們的字節(jié)碼將被執(zhí)行。但是，rjvm也支持本機(jī)方法，即直接由 JVM 實(shí)現(xiàn)而不是在 Java 字節(jié)碼中實(shí)現(xiàn)的方法。其中相當(dāng)多的部分位于 Java API 的“較低部分”，需要與操作系統(tǒng)進(jìn)行交互（例如執(zhí)行 I/O）或支持運(yùn)行時(shí)。

你可能見(jiàn)過(guò)的后者的一些示例包括System::currentTimeMillis、System::arraycopy或Throwable::fillInStackTrace。在中rjvm，這些是由Rust 函數(shù)實(shí)現(xiàn)的。

JVM是基于堆棧的虛擬機(jī)，即字節(jié)碼指令主要在堆棧上操作。還有一組由索引標(biāo)識(shí)的局部變量，可用于存儲(chǔ)值并將參數(shù)傳遞給方法。這些與中的每個(gè)調(diào)用幀相關(guān)聯(lián)rjvm。

值與對(duì)象建模

類型Value對(duì)局部變量、堆棧元素或?qū)ο笞侄蔚目赡苤颠M(jìn)行建模，并按如下方式實(shí)現(xiàn)：

/// Models a generic value that can be stored in a local variable or on the stack.#[derive(Debug, Default, Clone, PartialEq)]pub enum Value<'a> {    /// An unitialized element. Should never be on the stack,    /// but it is the default state for local variables.    #[default]    Uninitialized,
    /// Models all the 32-or-lower-bits types in the jvm: `boolean`,    /// `byte`, `char`, `short`, and `int`.    Int(i32),
    /// Models a `long` value.    Long(i64),
    /// Models a `float` value.    Float(f32),
    /// Models a `double` value.    Double(f64),
    /// Models an object value    Object(AbstractObject<'a>),
    /// Models a null object    Null,}

順便說(shuō)一句，這里的 sum 類型（如 Rust 的enum）是一種美妙的抽象——它非常適合表達(dá)一個(gè)值可能具有多種不同類型的情況。

為了存儲(chǔ)對(duì)象和它的值，我最初實(shí)現(xiàn)了一個(gè)名為Object 的簡(jiǎn)單結(jié)構(gòu)，Object其中包含對(duì)類的引用（使用對(duì)象類型進(jìn)行建模）和Vec<Value>用來(lái)存儲(chǔ)字段值。

在我實(shí)現(xiàn)垃圾收集器時(shí)，我修改了它并以使用較低級(jí)別的實(shí)現(xiàn)，里帶有大量的指針和強(qiáng)制轉(zhuǎn)換 - 相當(dāng) C 語(yǔ)言風(fēng)格！

在當(dāng)前的實(shí)現(xiàn)中，一個(gè) AbstractObject（模擬“真實(shí)”對(duì)象或數(shù)組）是指向字節(jié)數(shù)組的指針，其中包含幾個(gè)標(biāo)頭字，然后才是字段值。

執(zhí)行指令

執(zhí)行一個(gè)方法意味著一次執(zhí)行一個(gè)字節(jié)碼指令。

JVM 有著大量的指令（超過(guò) 200 條！），由字節(jié)碼中的一個(gè)字節(jié)進(jìn)行編碼。許多指令后面都有參數(shù)，有些指令的長(zhǎng)度是可變的。

這是在代碼中通過(guò)Instruction類型建模：

/// Represents a Java bytecode instruction.#[derive(Clone, Copy, Debug, Eq, PartialEq)]pub enum Instruction {    Aaload,    Aastore,    Aconst_null,    Aload(u8),    // ...

如上所述，方法的執(zhí)行將保留一個(gè)堆棧和一個(gè)局部變量數(shù)組，指令通過(guò)其索引引用它們。此外，它還會(huì)將程序計(jì)數(shù)器初始化為零，即下一條要執(zhí)行的指令地址。該指令將被處理并更新程序計(jì)數(shù)器，通常情況是加 1，但各種跳轉(zhuǎn)指令可以將其移動(dòng)到不同的位置。

這些用于實(shí)現(xiàn)所有流控制語(yǔ)句，例如if、for或while語(yǔ)言。

一個(gè)特殊的指令系列由那些可以調(diào)用另一種方法的指令組成。

有多個(gè)方法可以解決如應(yīng)該調(diào)用哪個(gè)方法的方案。其中虛擬或靜態(tài)查找是主要方法，但還有其它方法。

當(dāng)解析完正確的指令后，rjvm將向調(diào)用堆棧添加一個(gè)新幀，并立即開(kāi)始該方法的執(zhí)行。特殊的情況，如果該方法的返回值是void，它將被推送到堆棧，并且將恢復(fù)執(zhí)行。

Java 字節(jié)碼格式相當(dāng)有趣，我后面有計(jì)劃專門寫一篇文章向大家來(lái)介紹各種指令。

例外與異常處理

異常的實(shí)現(xiàn)是相當(dāng)復(fù)雜的，因?yàn)樗鼈兤茐牧苏５目刂屏鳎⑶铱赡軓姆椒ㄖ刑崆胺祷兀ú⒃谡{(diào)用堆棧上傳播）。

不過(guò)，我對(duì)實(shí)現(xiàn)它們的方式非常滿意，這里向各位展示一些相關(guān)代碼。

你需要知道的第一件事是，任何catch塊都對(duì)應(yīng)于方法異常表的一個(gè)條目，每個(gè)條目包含程序計(jì)數(shù)器范圍、catch 塊中第一條指令的地址以及該塊所處理的異常的類名稱捕獲。

接下來(lái)，CallFrame::execute_instruction的簽名如下：

 fn execute_instruction(    &mut self,    vm: &mut Vm<'a>,    call_stack: &mut CallStack<'a>,    instruction: Instruction,) -> Result<InstructionCompleted<'a>, MethodCallFailed<'a>>

其中類型為：

/// Possible execution result of an instructionenum InstructionCompleted<'a> {    /// Indicates that the instruction executed was one of the return family. The caller    /// should stop the method execution and return the value.    ReturnFromMethod(Option<Value<'a>>),
    /// Indicates that the instruction was not a return, and thus the execution should    /// resume from the instruction at the program counter.    ContinueMethodExecution,}
/// Models the fact that a method execution has failedpub enum MethodCallFailed<'a> {    InternalError(VmError),    ExceptionThrown(JavaException<'a>),}

標(biāo)準(zhǔn) Rust的Result類型是：

enum Result<T, E> {   Ok(T),   Err(E),}

因此，執(zhí)行一條指令會(huì)導(dǎo)致四種可能的狀態(tài)：

指令執(zhí)行成功，當(dāng)前方法可以繼續(xù)執(zhí)行（標(biāo)準(zhǔn)情況）；
該指令執(zhí)行成功，并且它是一個(gè)返回指令，因此當(dāng)前方法應(yīng)該返回（可選）一個(gè)返回值；
該指令無(wú)法執(zhí)行，可能發(fā)生了一些內(nèi)部VM錯(cuò)誤；
或者指令無(wú)法執(zhí)行，因?yàn)閽伋隽藰?biāo)準(zhǔn) Java 異常。

執(zhí)行方法的代碼如下：

/// Executes the whole methodimpl<'a> CallFrame<'a> {    pub fn execute(        &mut self,        vm: &mut Vm<'a>,        call_stack: &mut CallStack<'a>,    ) -> MethodCallResult<'a> {        self.debug_start_execution();
        loop {            let executed_instruction_pc = self.pc;            let (instruction, new_address) =                Instruction::parse(                    self.code,                    executed_instruction_pc.0.into_usize_safe()                ).map_err(|_| MethodCallFailed::InternalError(                    VmError::ValidationException)                )?;            self.debug_print_status(&instruction);
            // Move pc to the next instruction, _before_ executing it,            // since we want a "goto" to override this            self.pc = ProgramCounter(new_address as u16);
            let instruction_result =                self.execute_instruction(vm, call_stack, instruction);            match instruction_result {                Ok(ReturnFromMethod(return_value)) => return Ok(return_value),                Ok(ContinueMethodExecution) => { /* continue the loop */ }
                Err(MethodCallFailed::InternalError(err)) => {                    return Err(MethodCallFailed::InternalError(err))                }
                Err(MethodCallFailed::ExceptionThrown(exception)) => {                    let exception_handler = self.find_exception_handler(                        vm,                        call_stack,                        executed_instruction_pc,                        &exception,                    );                    match exception_handler {                        Err(err) => return Err(err),                        Ok(None) => {                            // Bubble exception up to the caller                            return Err(MethodCallFailed::ExceptionThrown(exception));                        }                        Ok(Some(catch_handler_pc)) => {                            // Re-push exception on the stack and continue                            // execution of this method from the catch handler                            self.stack.push(Value::Object(exception.0))?;                            self.pc = catch_handler_pc;                        }                    }                }            }        }    }}

我知道這段代碼中有相當(dāng)多的實(shí)現(xiàn)細(xì)節(jié)，但我希望它能讓大有了解如何使用 Rust的Result和模式匹配很奇妙地映射到上述行為。

不得不說(shuō)我對(duì)自己寫的這段代碼感到由衷地自豪。??

垃圾收集

rjvm最后的里程碑是垃圾收集器的實(shí)現(xiàn)。

我選擇的算法是一個(gè)停止世界。原因很簡(jiǎn)單，因?yàn)闆](méi)有線程！先實(shí)現(xiàn)半空間復(fù)制收集器。

我已實(shí)現(xiàn)了切尼算法（https://en.wikipedia.org/wiki/Cheney%27s_algorithm）的一個(gè)（較差的）變體，但我真的應(yīng)該去實(shí)現(xiàn)真正的東西......??

這個(gè)算法是將可用內(nèi)存分成兩部分，稱為半空間：一部分將處于活動(dòng)狀態(tài)并用于分配對(duì)象，另一部分將不再使用。

當(dāng)空間滿了的時(shí)候，將觸發(fā)垃圾收集，所有活動(dòng)對(duì)象將被復(fù)制到另一個(gè)半空間。然后，所有對(duì)象的引用都將被更新，以便它們被指向新的副本。最后，兩者的角色將互換——類似于藍(lán)綠（https://www.redhat.com/en/topics/devops/what-is-blue-green-deployment）部署的工作原理。

該算法具有以下特點(diǎn)：

很顯然，它浪費(fèi)了大量?jī)?nèi)存（就是最大內(nèi)存的一半！）；
分配速度非常快（碰撞指針）；
復(fù)制和壓縮對(duì)象，意味著它不必處理內(nèi)存碎片；
由于更好的緩存行利用率，壓縮對(duì)象可以提高性能。

當(dāng)然，真正的 Java VM 使用更復(fù)雜的算法，通常是分代垃圾收集器，例如 G1 或并行 GC，它們使用復(fù)制策略的演變版本。

結(jié)論

在寫rjvm的過(guò)程中，我學(xué)到了很多，得到了甚多樂(lè)趣。當(dāng)然，不能要求從副業(yè)項(xiàng)目中得到更多......也許下次我會(huì)選擇一些不那么雄心勃勃的東西，來(lái)學(xué)習(xí)另一門新的編程語(yǔ)言！??

順便再說(shuō)一句，我想說(shuō)從 Rust 中獲得了非常多的樂(lè)趣。我認(rèn)為它是一種很棒的語(yǔ)言，正如我之前寫的那樣，我很喜歡使用它來(lái)實(shí)現(xiàn)自己的JVM！

編譯：洛逸

作者：安德里亞

https://andreabergia.com/blog/2023/07/i-have-written-a-jvm-in-rust/


推薦閱讀：
被 GPT-4 Plus 賬號(hào)價(jià)格勸退了！
世界的真實(shí)格局分析，地球人類社會(huì)底層運(yùn)行原理
不是你需要中臺(tái)，而是一名合格的架構(gòu)師（附各大廠中臺(tái)建設(shè)PPT）
企業(yè)IT技術(shù)架構(gòu)規(guī)劃方案
論數(shù)字化轉(zhuǎn)型——轉(zhuǎn)什么，如何轉(zhuǎn)？
華為干部與人才發(fā)展手冊(cè)（附PPT）
【中臺(tái)實(shí)踐】華為大數(shù)據(jù)中臺(tái)架構(gòu)分享.pdf
華為的數(shù)字化轉(zhuǎn)型方法論
華為如何實(shí)施數(shù)字化轉(zhuǎn)型（附PPT）
華為大數(shù)據(jù)解決方案（PPT）

我用 Rust 寫了一個(gè) JVM

概述