JVM系列第4講：從原始碼到機器碼，發生了什麼？
在上篇文章我們聊到，無論什麼語言寫的程式碼，其到最後都是通過機器碼執行的，無一例外。那麼對於 Java 語言來說，其從原始碼到機器碼，這中間到底發生了什麼呢？這就是今天我們要聊的。
如下圖所示，編譯器可以分為： 前端編譯器、JIT 編譯器和AOT編譯器 。下面我們逐個講解。
前端編譯器：原始碼到位元組碼
之前我們說到：對於 Java 虛擬機器來說，其實際輸入的是位元組碼檔案，而不是 Java 檔案。那麼對於 Java 語言而言，其實怎麼將 Java 程式碼轉化成位元組碼檔案的呢？我們知道在 JDK 的安裝目錄裡有一個 javac 工具，就是它將 Java 程式碼翻譯成位元組碼，這個工具我們叫做編譯器。相對於後面要講的其他編譯器，其因為處於編譯的前期，因此又被成為前端編譯器。
通過 javac 編譯器，我們可以很方便地將 java 原始檔翻譯成位元組碼檔案。就拿我們最熟悉的 Hello World 作為例子：
public class Demo{
public static void main(String args[]){
System.out.println("Hello World!");
}
}
我們使用 javac 命令編譯上面這個類，便會生成一個 Demo.class 檔案：
> javac Demo.java > ls Demo.java Demo.class
我們使用純文字編輯器開啟 Demo.class 檔案，我們會發現是一連串的 16 進位制二進位制流。
我們執行 javac 命令的過程，其實就是 javac 編譯器解析 Java 原始碼，並生成位元組碼檔案的過程。說白了，其實就是使用 javac 編譯器把 Java 語言規範轉化為位元組碼語言規範。javac 編譯器的處理過程可以分為下面四個階段：
第一個階段：詞法、語法分析。在這個階段，JVM 會對原始碼的字元進行一次掃描，最終生成一個抽象的語法樹。簡單地說，在這個階段 JVM 會搞懂我們的程式碼到底想要幹嘛。就像我們分析一個句子一樣，我們會對句子劃分主謂賓，弄清楚這個句子要表達的意思一樣。
第二個階段：填充符號表。我們知道類之間是會互相引用的，但在編譯階段，我們無法確定其具體的地址，所以我們會使用一個符號來替代。在這個階段做的就是類似的事情，即對抽象的類或介面進行符號填充。等到類載入階段，JVM 會將符號替換成具體的記憶體地址。
第三個階段：註解處理。我們知道 Java 是支援註解的，因此在這個階段會對註解進行分析，根據註解的作用將其還原成具體的指令集。
第四個階段：分析與位元組碼生成。到了這個階段，JVM 便會根據上面幾個階段分析出來的結果，進行位元組碼的生成，最終輸出為 class 檔案。
我們一般稱 javac 編譯器為前端編譯器，因為其發生在整個編譯的前期。常見的前端編譯器有 Sun 的 javac，Eclipse JDT 的增量式編譯器（ECJ）。
JIT 編譯器：從位元組碼到機器碼
當原始碼轉化為位元組碼之後，其實要執行程式，有兩種選擇。一種是使用 Java 直譯器解釋執行位元組碼，另一種則是使用 JIT 編譯器將位元組碼轉化為本地機器程式碼。
這兩種方式的區別在於，前者啟動速度快但執行速度慢，而後者啟動速度慢但執行速度快。至於為什麼會這樣，其原因很簡單。因為直譯器不需要像 JIT 編譯器一樣，將所有位元組碼都轉化為機器碼，自然就少去了優化的時間。而當 JIT 編譯器完成第一次編譯後，其會將位元組碼對應的機器碼儲存下來，下次可以直接使用。而我們知道，機器碼的執行效率肯定是高於 Java 直譯器的。所以在實際情況中，為了執行速度以及效率，我們通常採用兩者相結合的方式進行 Java 程式碼的編譯執行。
在 HotSpot 虛擬機器內建了兩個即時編譯器，分別稱為 Client Compiler 和Server Compiler。這兩種不同的編譯器衍生出兩種不同的編譯模式，我們分別稱之為：C1 編譯模式，C2 編譯模式。
注意：現在許多人習慣上將 Client Compiler 稱為 C1 編譯器，將 Server Compiler 稱為 C2 編譯器，但在 Oracle 官方文件中將其描述為 compiler mode（編譯模式）。所以說 C1 編譯器、C2 編譯器只是我們自己的習慣性稱呼，並不是官方的說法。這點需要特別注意。
那麼 C1 編譯模式和 C2 編譯模式有什麼區別呢？
C1 編譯模式會將位元組碼編譯為原生代碼，進行簡單、可靠的優化，如有必要將加入效能監控的邏輯。而 C2 編譯模式，也是將位元組碼編譯為原生代碼，但是會啟用一些編譯耗時較長的優化，甚至會根據效能監控資訊進行一些不可靠的激進優化。
簡單地說 C1 編譯模式做的優化相對比較保守，其編譯速度相比 C2 較快。而 C2 編譯模式會做一些激進的優化，並且會根據效能監控做針對性優化，所以其編譯質量相對較好，但是耗時更長。
那麼到底應該選擇 C1 編譯模式還是 C2 編譯模式呢？
實際上對於 HotSpot 虛擬機器來說，其一共有三種執行模式可選，分別是：
- 混合模式（Mixed Mode） 。即 C1 和 C2 兩種模式混合起來使用，這是預設的執行模式。如果你想單獨使用 C1 模式或 C2 模式，使用
-client或-server開啟即可。 - 解釋模式（Interpreted Mode）。即所有程式碼都解釋執行，使用
-Xint引數可以開啟這個模式。 - 編譯模式（Compiled Mode）。 此模式優先採用編譯，但是無法編譯時也會解釋執行，使用
-Xcomp開啟這種模式。
在命令列中輸入 java -version 可以看到，我機器上的虛擬機器使用 Mixed Mode 執行模式。
寫到這裡，我們瞭解了從 Java 原始碼到位元組碼，再從位元組碼到機器碼的全過程。本來到這裡就應該結束了，但在我們 Java 中還有一個 AOT 編譯器，它能直接將原始碼轉化為機器碼。
AOT 編譯器：原始碼到機器碼
AOT 編譯器的基本思想是：在程式執行前生成 Java 方法的原生代碼，以便在程式執行時直接使用原生代碼。
但是 Java 語言本身的動態特性帶來了額外的複雜性，影響了 Java 程式靜態編譯程式碼的質量。例如 Java 語言中的動態類載入，因為 AOT 是在程式執行前編譯的，所以無法獲知這一資訊，所以會導致一些問題的產生。類似的問題還有很多，這裡就不一一舉例了。
總的來說，AOT 編譯器從編譯質量上來看，肯定比不上 JIT 編譯器。其存在的目的在於避免 JIT 編譯器的執行時效能消耗或記憶體消耗，或者避免解釋程式的早期效能開銷。
在執行速度上來說，AOT 編譯器編譯出來的程式碼比 JIT 編譯出來的慢，但是比解釋執行的快。而編譯時間上，AOT 也是一個始終的速度。所以說，AOT 編譯器的存在是 JVM 犧牲質量換取效能的一種策略。就如 JVM 其執行模式中選擇 Mixed 混合模式一樣，使用 C1 編譯模式只進行簡單的優化，而 C2 編譯模式則進行較為激進的優化。充分利用兩種模式的優點，從而達到最優的執行效率。
總結
在 JVM 中有三個非常重要的編譯器，它們分別是：前端編譯器、JIT 編譯器、AOT 編譯器。
前端編譯器，最常見的就是我們的 javac 編譯器，其將 Java 原始碼編譯為 Java 位元組碼檔案。JIT 即時編譯器，最常見的是 HotSpot 虛擬機器中的 Client Compiler 和 Server Compiler，其將 Java 位元組碼編譯為本地機器程式碼。而 AOT 編譯器則能將原始碼直接編譯為本地機器碼。這三種編譯器的編譯速度和編譯質量如下：
- 編譯速度上，解釋執行 > AOT 編譯器 > JIT 編譯器。
- 編譯質量上，JIT 編譯器 > AOT 編譯器 > 解釋執行。
而在 JVM 中，通過這幾種不同方式的配合，使得 JVM 的編譯質量和執行速度達到最優的狀態。
參考資料
- ofollow,noindex" target="_blank">深入理解JVM之前端編譯器（一） | Gs Chen’s blog
- 深入淺出 JIT 編譯器
- 如何通俗易懂地介紹「即時編譯」（JIT），它的優點和缺點是什麼？ - 知乎
- 做一個 Hello World 級別的 JIT 編譯器
- JIT中的C1和C2編譯器 - 簡書
- Understanding Java JIT Compilation with JITWatch, Part 1 Oracle 官方文件
- HotSpot VM 想研究HotSpot C2編譯器編譯過程，請教如何入手？ - 討論 - 高階語言虛擬機器 - ITeye群組 深入研究 HotSpot C2 的編譯過程
JVM系列目錄
- JVM系列開篇：為什麼要學虛擬機器？
- JVM系列第1講：Java 語言的前世今生
- JVM系列第2講：Java 虛擬機器的歷史
- JVM系列第3講：到底什麼是虛擬機器？
- JVM系列第4講：從原始碼到機器碼，發生了什麼？
如果只是看，其實無法真正學會知識的。為了幫助大家更好地學習，我建了一個虛擬機器群，專門討論學習 Java 虛擬機器方面的內容，每週針對我所發文章進行討論答疑。如果你有興趣，關注「Java技術精選」公眾號，通過右下角選單「入群交流」加我好友，小助手會拉你入群。