KVM的执行引擎（下） — 指令集

指令集是虚拟机中最底层也是最核心的部分，Java程序中的变量赋值、函数调用等所有操作最后都要被转化为一条条的指令来执行。

指令集是在Java虚拟机规范中定义的，各种虚拟机实现要给予精确的实现，下面就来介绍一下指令集的分类以及在KVM中是如何实现的。

在头文件kvm/vmcommon/h/interpret.h中有如下对指令集种类的定义：

typedef enum {
        NOP         = 0x00,
        ACONST_NULL = 0x01,
        ICONST_M1   = 0x02,
……
        LASTBYTECODE          = 0xDF
} ByteCode ;

以及每条指令的名字：

#define BYTE_CODE_NAMES {              
    "NOP",              /*  0x00 */  
    "ACONST_NULL",      /*  0x01 */  
"ICONST_M1",        /*  0x02 */  
……
"CUSTOMCODE"            /*  0xDF */ }

Java虚拟机的指令集非常多，大概有200种左右，本篇不详细介绍每一条指令的功能和参数，只选取几个典型的指令作为例子，介绍它们是如何实现的。

KVM中，所有指令的实现都放在kvm/vmcommon/src/bytecodes.c中，每一条指令都遵从如下的形式：

SELECT(指令号)
    {operations}
DONE(跳转位置)

注：
#define SELECT(l1)                      case l1: {
#define SELECT2(l1, l2)                 case l1: case l2: {
#define SELECT3(l1, l2, l3)             case l1: case l2: case l3: {
#define SELECT4(l1, l2, l3, l4)         case l1: case l2: case l3: case l4: {
#define SELECT5(l1, l2, l3, l4, l5)     case l1: case l2: case l3: case l4: case l5: {
#define SELECT6(l1, l2, l3, l4, l5, l6) case l1: case l2: case l3: case l4: case l5: case l6: {
#define DONE(n)    } goto next##n;
#define DONEX      }
#define DONE_R     } goto reschedulePoint;

{operations}部分是该指令的具体实现。

整个bytecodes.c文件其实是一个switch分支结构中的cases部分，这个文件中定义了所有的case。这个文件会被源文件kvm/vmcommon/src/execute.c所包含，execute.c中定义有一个方法

void SlowInterpret(ByteCode token);

它是解释执行Java指令的主要函数，参数token就是一条指令，在本函数中会有一个switch()结构来选择token的执行路径：

void SlowInterpret(ByteCode token) {
…
switch (token) {
…
#include "bytecodes.c"
…
next3:  ip++;
next2:  ip++;
next1:  ip++;
next0:
reschedulePoint:
    return;
}

函数结尾处的几个标签是指令完成后会跳转到的地方。

 

依据Java虚拟机规范，虚拟机指令可以分为装载和存储指令、运算指令、类型转换指令、对象创建与操纵指令、操作数栈管理指令、控制转移指令、方法调用和返回指令、抛出和处理异常指令、实现finally指令和同步指令等10类，下面从中选取几个简单的指令来看一看它们是如何设计的：

1、ICONST_0

说明：

无参数，向操作数栈中压入int型常量0。

实现代码：

SELECT(ICONST_0)       /* Push integer constant 0 onto the operand stack */
        pushStack(0);
DONE(1)
宏经适当展开后为：
case ICONST_0: {
    *++GlobalState.gs_sp = 0;
} goto next1;

GlobalState.gs_sp是当前帧内操作数栈的指针，ICONST_0指令要做的只是把指针向后移动一个字（注意是“字”而不是“字节”），然后给新字赋值为0；最后程序计数器ip自加1，表明没有跳转，接着执行下一条指令。

2、DSTORE

说明：

本指令带有一个字节的参数offset，作用是从操作数栈中读取一个double型的值（双字）并存放到局部变量区中的offset和offset+1位置。

实现代码：

SELECT(DSTORE)           /* Store double into local variable */
        unsigned int index = ip[1];
        lp[index+1] = popStack();
        lp[index]   = popStack();
DONE(2)
宏展开为：
case DSTORE: {
        unsigned int index = GlobalState.gs_ip[1];
        GlobalState.gs_lp[index+1] = *GlobalState.gs_sp --;
        GlobalState.gs_lp[index]   = *GlobalState.gs_sp --;
} goto next2;

首先从程序计数器的下一个字节中取出目标位置的偏移量index，然后从操作数栈中弹出两个字分别作为double型数的底位和高位存入局部变量lp所指向的区域中的合适位置。

3、I2L

说明：

无参数，将操作数栈中的当前操作数由int型转换为long型。

实现代码：

SELECT(I2L)                              /* Convert integer to long */
        long value = *(long *)sp;
#if BIG_ENDIAN
        ((long *)sp)[1] = value;
        ((long *)sp)[0] = value >> 31;
#elif LITTLE_ENDIAN || !COMPILER_SUPPORTS_LONG
        ((long *)sp)[1] = value >> 31;
#else
        SET_LONG(sp, value);
#endif
        getSP()++;
DONE(1)

由于long比int表示的范围大，所以在扩展时多出来的高位只是用于符号扩展。先从操作数栈中取出int型整数并把它作为一个long型，如果定义了宏BIG_ENDIAN，说明操作数栈中的存储规则是高字节在前，这时要把value的值向后移一个字作为低字来用，高字用于作符号扩展；如果操作数栈中是低位在前的话，原位置中的字不用动，只要把下一个字作符号扩展即可。最近，由于当前操作数由一个字变为两个字，所以sp要自加1。

4、LMUL

说明：

无参数；从栈中弹出两个long型数，相乘，然后将所得long型结果压回栈。

实现代码：

SELECT(LMUL)                             /* Mul long */
        long64 rvalue = GET_LONG(sp - 1);
        long64 lvalue = GET_LONG(sp - 3);
        SET_LONG(sp - 3, ll_mul(lvalue, rvalue));
        getSP() -= 2;
DONE(1)

 

先从操作数栈中分别取出两个双字长的长整型数，使用ll_mul()宏把它们相乘（这个宏的实现是依赖于操作系统的），然后再把相乘的结果写入栈中。整个操作从栈中弹出了四个字而压入两个，在过程中指针sp都没有变过，所以最后要把sp向前移两个字。

 

以下作为例子的都是一些简单的指令，但并不是所有指令都这样简单，像对象操作、异常处理和方法调用几类指令都十分的复杂，本篇只是演示指令的原理，所以不介绍太复杂的指令。