很多人写过Java,但没多少人认真想过:一个.class文件到底是怎么变成正在运行的Java对象?更反直觉的是,你启动一个Spring Boot项目时,classpath下可能有几百个jar、上万个class,但它们并不会在启动时全部加载到内存,真正被加载的可能只有其中一小部分。这个“用到才算数”的机制,就是JVM的类加载机制。
顺便说个有意思的差异:在Python里,class是定义类的语法关键字;在Java里,class既是编译产物的文件扩展名,也是运行时每个对象的“类型身份”。所以当你看到“class文件加载到内存”这个说法时,它其实包含了两个层面:class文件从磁盘进JVM的加载过程,以及class这个类型身份在内存中的组织方式。这篇文章把这两件事一次说透,适合刚接触JVM的开发者、准备面试的人,以及那些已经遇到ClassNotFoundException、ClassCastException、Metaspace内存溢出但一直没搞清根因的人。
1. class文件进内存的第一关:从磁盘字节流到Class对象
1.1 加载动作到底做了什么
JVM里说的“类加载”,第一个阶段就是加载(Loading)。这一步做的事情用大白话说就是:根据类的全限定名,比如com.example.UserService,找到对应的.class文件,把二进制字节流读进来,然后生成一个java.lang.Class对象。
关键点在这:加载阶段并不要求字节流一定来自classpath下的文件。它可以来自本地文件系统,可以来自jar包,可以来自网络,甚至可以完全在内存中动态生成。典型的例子包括:Spring的CGlib动态代理类、JDK动态代理生成的$Proxy0、Lambda表达式生成的隐藏类,这些类根本没有对应的.class文件,但它们的字节码是在运行时通过ProxyGenerator或LambdaMetafactory生成的,再由自定义类加载器直接构造成字节流加载。
这个阶段还需要满足一个隐含条件:字节流必须是符合Class文件格式规范的数据,不能是随便一段二进制。JVM在下一步“验证”阶段会严格检查格式,但加载阶段本身只负责把字节流变成JVM内部能识别的结构。
再说说加载产物。加载完成后,JVM会在堆中生成一个java.lang.Class对象。这个对象是整个类的“门面”,外界代码通过UserService.class、instance.getClass()拿到的都是它。它内部持有一个指向方法区元数据的引用,方法区里存放的是类的元信息,包括字段名、方法签名、访问标志、注解、运行时常量池等等。
有个容易混淆的点:这里有两个“内存位置”。Class对象活在堆里,类的元数据活在方法区里。很多人说“Class对象存储在方法区”,这个说法在早期的JVM实现里有一定道理,但在HotSpot的实现中,Class对象是普通堆对象,可以被GC回收。真正存储在方法区(Java 8之后叫Metaspace)的是类元数据。理顺这个关系,后面理解内存泄漏和反射性能问题都会顺畅很多。
1.2 什么时候触发加载:主动引用规则
类加载不是提前把所有class都塞进内存,而是“首次主动使用”时才会触发。JVM规范规定,以下6种情况属于主动引用,会触发类加载和初始化:
- 遇到
new、getstatic、putstatic、invokestatic字节码指令时,如果类还没初始化,需要先触发初始化。也就是说,new一个对象、读静态字段、调静态方法都会触发。 - 使用
java.lang.reflect包对类做反射调用时。 - 当初始化子类时,如果父类还没初始化,父类会先被初始化。
- 虚拟机启动时,包含
main方法的主类会被初始化。 - JDK 7开始支持的
MethodHandle和VarHandle,如果对应的类没初始化也会触发。 - 接口中定义了默认方法(default方法)时,如果这个接口的实现类被初始化,接口也要在实现类之前初始化。
与之对应的是一些“被动引用”场景,看起来引用了类,但不会触发加载和初始化。最典型的有三个。
第一,通过子类引用父类的静态字段,不会触发子类的初始化。比如Child.value,而value定义在Parent里,那么只有Parent会被初始化,Child连加载都不会发生。
第二,通过数组来引用类,不会触发类的初始化。比如User[] users = new User[10],这段代码会触发一个数组类的加载,但不会加载User类本身。
第三,引用编译期常量,不会触发初始化。比如class A { static final int N = 100; },别的类里写int a = A.N;,编译时这个常量会被直接替换为100,运行时根本没有对A的引用,自然不会初始化A。
我当初看这块时最容易忽略的是数组场景。数组在多态上是对象,但JVM为数组专门生成了一种叫“数组类”的东西,由虚拟机直接创建,不走普通的类加载流程,也不依赖元素类的ClassLoader。所以new String[10]不会触发String的加载,这一点在调优排查的时候有实际意义。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 链接阶段:验证、准备、解析这三步分别做了什么
加载完成之后,进入链接(Linking)阶段。这个阶段分三步:验证、准备、解析。很多人把“类加载”和“类初始化”混为一谈,实际上初始化发生在链接之后,链接本身是为了让这个类能够安全、可执行地进入运行期。
2.1 验证为什么必要
验证这一步,听起来有点像是“走流程”,但它的意义很大。因为class文件的字节流不一定来自Java编译器,完全可以手写二进制字节码,甚至故意构造恶意字节码。如果虚拟机不检查,直接信任这些字节码,轻则程序行为异常,重则可能造成安全问题。
验证动作主要分四类:
- 文件格式验证:检查魔数(0xCAFEBABE)、主次版本号是否在当前虚拟机支持范围内、常量池中的常量tag是否正确等。这一关不通过,后面的解析根本没法做。
- 元数据验证:检查这个类是否符合Java语言规范,比如类不能同时被
final和abstract修饰,父类不能被final修饰,抽象方法必须由抽象类实现等。 - 字节码验证:这是最复杂的一步,通过数据流分析和控制流分析确定字节码语义是否合法。比如操作数栈的类型是否匹配、跳转指令的目标是否合法、方法返回值是否符合声明类型。
- 符号引用验证:检查常量池里的符号引用能不能找到对应的类、字段、方法。这一步其实是解析的前置检查。
很多人会问:既然验证这么重要,为什么实际开发中几乎感觉不到它的开销?因为HotSpot在字节码验证上做了不少优化
