編譯過程

    不論是物理機還是虛擬機器，大部分的程式程式碼從開始編譯到最終轉化成物理機的目的碼或虛擬機器能執行的指令集之前，都會按照如下圖所示的各個步驟進行：

    其中綠色的模組可以選擇性實現。很容易看出，上圖中間的那條分支是解釋執行的過程（即一條位元組碼一條位元組碼地解釋執行，如JavaScript），而下面的那條分支就是傳統編譯原理中從原始碼到目標機器程式碼的生成過程。

    如今，基於物理機、虛擬機器等的語言，大多都遵循這種基於現代經典編譯原理的思路，在執行前先對程式原始碼進行詞法解析和語法解析處理，把原始碼轉化為抽象語法樹。對於一門具體語言的實現來說，詞法和語法分析乃至後面的優化器和目的碼生成器都可以選擇獨立於執行引擎，形成一個完整意義的編譯器去實現，這類代表是C/C++語言。也可以把抽象語法樹或指令流之前的步驟實現一個半獨立的編譯器，這類代表是Java語言。又或者可以把這些步驟和執行引擎全部集中在一起實現，如大多數的JavaScript執行器。

Javac編譯

在Java中提到“編譯”，自然很容易想到Javac編譯器將*.java檔案編譯成為*.class檔案的過程，這裡的Javac編譯器稱為前端編譯器，其他的前端編譯器還有諸如Eclipse JDT中的增量式編譯器ECJ等。相對應的還有後端編譯器，它在程式執行期間將位元組碼轉變成機器碼（現在的Java程式在執行時基本都是解釋執行加編譯執行），如HotSpot虛擬機器自帶的JIT（Just In Time Compiler）編譯器（分Client端和Server端）。另外，有時候還有可能會碰到靜態提前編譯器（AOT，Ahead Of Time Compiler）直接把*.java檔案編譯成本地機器程式碼，如GCJ、Excelsior JET等，這類編譯器我們應該比較少遇到。

    下面簡要說下Javac編譯（前端編譯）的過程。

    詞法、語法分析

    詞法分析是將原始碼的字元流轉變為標記（Token）集合。單個字元是程式編寫過程中的的最小元素，而標記則是編譯過程的最小元素，關鍵字、變數名、字面量、運算子等都可以成為標記，比如整型標誌int由三個字元構成，但是它只是一個標記，不可拆分。

    語法分析是根據Token序列來構造抽象語法樹的過程。抽象語法樹是一種用來描述程式程式碼語法結構的樹形表示方式，語法樹的每一個節點都代表著程式程式碼中的一個語法結構，如bao、型別、修飾符、運算子等。經過這個步驟後，編譯器就基本不會再對原始碼檔案進行操作了，後續的操作都建立在抽象語法樹之上。

    填充符號表

    完成了語法分析和詞法分析之後，下一步就是填充符號表的過程。符號表是由一組符號地址和符號資訊構成的表格。符號表中所登記的資訊在編譯的不同階段都要用到，在語義分析（後面的步驟）中，符號表所登記的內容將用於語義檢查和產生中間程式碼，在目的碼生成階段，黨對符號名進行地址分配時，符號表是地址分配的依據。

    語義分析

     語法樹能表示一個結構正確的源程式的抽象，但無法保證源程式是符合邏輯的。而語義分析的主要任務是讀結構上正確的源程式進行上下文有關性質的審查。語義分析過程分為標註檢查和資料及控制流分析兩個步驟：

• 標註檢查步驟檢查的內容包括諸如變數使用前是否已被宣告、變數和賦值之間的資料型別是否匹配等。
• 資料及控制流分析是對程式上下文邏輯更進一步的驗證，它可以檢查出諸如程式區域性變數在使用前是否有賦值、方法的每條路徑是否都有返回值、是否所有的受查異常都被正確處理了等問題。

    位元組碼生成

    位元組碼生成是Javac編譯過程的最後一個階段。位元組碼生成階段不僅僅是把前面各個步驟所生成的資訊轉化成位元組碼寫到磁碟中，編譯器還進行了少量的程式碼新增和轉換工作。 例項構造器<init>（）方法和類構造器<clinit>（）方法就是在這個階段新增到語法樹之中的（這裡的例項構造器並不是指預設的建構函式，而是指我們自己過載的建構函式，如果使用者程式碼中沒有提供任何建構函式，那編譯器會自動新增一個沒有引數、訪問許可權與當前類一致的預設建構函式，這個工作在填充符號表階段就已經完成了）。

JIT編譯

    Java程式最初是僅僅通過直譯器解釋執行的，即對位元組碼逐條解釋執行，這種方式的執行速度相對會比較慢，尤其當某個方法或程式碼塊執行的特別頻繁時，這種方式的執行效率就顯得很低。於是後來在虛擬機器中引入了JIT編譯器（即時編譯器），當虛擬機發現某個方法或程式碼塊執行特別頻繁時，就會把這些程式碼認定為“Hot Spot Code”（熱點程式碼），為了提高熱點程式碼的執行效率，在執行時，虛擬機器將會把這些程式碼編譯成與本地平臺相關的機器碼，並進行各層次的優化，完成這項任務的正是JIT編譯器。

    現在主流的商用虛擬機器（如Sun HotSpot、IBM J9）中幾乎都同時包含直譯器和編譯器（三大商用虛擬機器之一的JRockit是個例外，它內部沒有直譯器，因此會有啟動相應時間長之類的缺點，但它主要是面向服務端的應用，這類應用一般不會重點關注啟動時間）。二者各有優勢：當程式需要迅速啟動和執行時，直譯器可以首先發揮作用，省去編譯的時間，立即執行；當程式執行後，隨著時間的推移，編譯器逐漸會返回作用，把越來越多的程式碼編譯成原生代碼後，可以獲取更高的執行效率。解釋執行可以節約記憶體，而編譯執行可以提升效率。

    HotSpot虛擬機器中內建了兩個JIT編譯器：Client Complier和Server Complier，分別用在客戶端和服務端，目前主流的HotSpot虛擬機器中預設是採用直譯器與其中一個編譯器直接配合的方式工作。

執行過程中會被即時編譯器編譯的“熱點程式碼”有兩類：

• 被多次呼叫的方法。
• 被多次呼叫的迴圈體。

  兩種情況，編譯器都是以整個方法作為編譯物件，這種編譯也是虛擬機器中標準的編譯方式。要知道一段程式碼或方法是不是熱點程式碼，是不是需要觸發即時編譯，需要進行Hot Spot Detection（熱點探測）。目前主要的熱點 判定方式有以下兩種：

• 基於取樣的熱點探測：採用這種方法的虛擬機器會週期性地檢查各個執行緒的棧頂，如果發現某些方法經常出現在棧頂，那這段方法程式碼就是“熱點程式碼”。這種探測方法的好處是實現簡單高效，還可以很容易地獲取方法呼叫關係，缺點是很難精確地確認一個方法的熱度，容易因為受到執行緒阻塞或別的外界因素的影響而擾亂熱點探測。
• 基於計數器的熱點探測：採用這種方法的虛擬機器會為每個方法，甚至是程式碼塊建立計數器，統計方法的執行次數，如果執行次數超過一定的閥值，就認為它是“熱點方法”。這種統計方法實現複雜一些，需要為每個方法建立並維護計數器，而且不能直接獲取到方法的呼叫關係，但是它的統計結果相對更加精確嚴謹。

    在HotSpot虛擬機器中使用的是第二種——基於計數器的熱點探測方法，因此它為每個方法準備了兩個計數器：方法呼叫計數器和回邊計數器。

    方法呼叫計數器用來統計方法呼叫的次數，在預設設定下，方法呼叫計數器統計的並不是方法被呼叫的絕對次數，而是一個相對的執行頻率，即一段時間內方法被呼叫的次數。

    回邊計數器用於統計一個方法中迴圈體程式碼執行的次數（準確地說，應該是回邊的次數，因為並非所有的迴圈都是回邊），在位元組碼中遇到控制流向後跳轉的指令就稱為“回邊”。

    在確定虛擬機器執行引數的前提下，這兩個計數器都有一個確定的閥值，當計數器的值超過了閥值，就會觸發JIT編譯。觸發了JIT編譯後，在預設設定下，執行引擎並不會同步等待編譯請求完成，而是繼續進入直譯器按照解釋方式執行位元組碼，直到提交的請求被編譯器編譯完成為止（編譯工作在後臺執行緒中進行）。當編譯工作完成後，下一次呼叫該方法或程式碼時，就會使用已編譯的版本。

    由於方法計數器觸發即時編譯的過程與回邊計數器觸發即時編譯的過程類似，因此這裡僅給出方法呼叫計數器觸發即時編譯的流程：

Javac位元組碼編譯器與虛擬機器內的JIT編譯器的執行過程合起來其實就等同於一個傳統的編譯器所執行的編譯過程。