Mitsuo Takaki

1
Java Bytecode
Software Básico
Mitsuo Takaki
2
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

3
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

4
Passos de Compilação de Java

• A compilação de um código java segue os seguintes
  passos
• Recebe um código Java (alto nível).
• Compila para uma linguagem intermediária (baixo
  nível).
• Este procedimento é conhecido como tradução.
• Após esta compilação, o código é interpretado.

5
Passos de Compilação de Java
Compilador
JVM
compila
interpreta
.java
.class
6
O que é Java Bytecode?

• Java Bytecode é a linguagem intermediária à qual
  um código java é modificado.
• Utiliza apenas comandos simplificados e baseados
  em pilha.
• Muito semelhante a Assembly.
• Linguagem baseada em pilha.
• Cada opcode tem o tamanho de 1 byte (origem do
  nome bytecode).

7
Motivações

• A interpretação de um código Java exigiria uma
  maior complexidade do interpretador.
• Menor velocidade de interpretação.
• Durante a compilação, otimizações são feitas.
• Códigos mais eficientes são gerados.
• Portabilidade
• É possível executar o código em várias
  plataformas por ser interpretado.

8
Motivações

• Simplificações são realizadas
• Short, char e boolean se tornam inteiros.
• Laços são simplificados
• For, while, do...while são iguais, apenas se
  comportam de forma diferente.

9
Códigos Equivalentes

• Dois códigos podem realizar uma mesma tarefa
  usando diferentes linguagens.
• Desta forma, é possível manter a semântica do
  programa original, apenas seu código é
  simplificado.

10
Códigos Equivalentes

• int foo(int a)
• if (a 0)
• return 0
• else
• return 1

• int foo(int a)
• 0 ILOAD_1
• 1 IFEQ 4
• 2 BIPUSH 1
• 3 IRETURN
• 4 BIPUSH 0
• 5 IRETURN

11
Códigos Equivalentes

• int foo()
• int result 0
• while (result lt 2)
• result
• return result

• int foo()
• 0 BIPUSH 0
• 1 ISTORE_1
• 2 GOTO 4
• 3 IINC 1,1
• 4 ILOAD_1
• 5 BIPUSH 2
• 6 IF_ICMPGE 3
• 7 ILOAD_1
• 8 IRETURN

12
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

13
Formato de um Arquivo .class

• O arquivo compilado (.class) armazena as
  informações específica da classe.
• Métodos (privado, protegido, publico).
• Campos.
• Atributos.
• Constant Pool.
• ...

14
Formato de um Arquivo .class
15
Constant Pool

• Local onde estão armazenadas todas as constantes.
• Nome das classes usadas.
• Nome dos métodos.
• Valores iniciais.
• ...

16
Inner Class

• As inner class, apesar de estarem dentro de uma
  classe, após a compilação são extraidas e um
  .class é criado para as mesmas.
• É criado algo como HelloWorld1.class

17
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

18
Principais Comandos

• Aritméticos (inteiros)
• IADD soma.
• ISUB subtração.
• IMUL multiplicação.
• IDIV divisão.
• ...

19
Principais Comandos

• Pilha
• BIPUSH empilha uma constante (inteiro).
• POP remove da pilha (independente de tipo).
• LDC empilha uma constant (string ou double).
• ...

20
Principais Comandos

• Mudança de fluxo
• IFEQ, IFNE, IFLT, IFLE, IFGT, IFGE
• Compara um inteiro que está na pilha com zero.
• Caso o resultado seja verdadeiro, modifica o
  fluxo para o endereço especificado como
  parâmetro.
• GOTO
• Mudança de fluxo incondicional (modifica o fluxo
  sem nenhuma verificação).

21
Principais Comandos

• Chamada de métodos
• INVOKESTATIC, INVOKEINTERFACE, INVOKEVIRTUAL,
  INVOKESPECIAL.
• Chama um método de acordo com o seu modificador
  (estático, método de uma interface, método de uma
  instância)

22
Parâmetros

• Alguns comandos usam parâmetros na pilha.
• INVOKEVIRTUAL precisa que a referência do objeto
  esteja na pilha.
• Além disto, alguns comandos podem possuir mais de
  um parâmetro.
• IINC 1, 1 soma o valor 1 a variável com índice
  1.

23
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

24
Por que aprender bytecode?

• Para se ter proficiência em Java, não é
  necessário aprender bytecode.
• Da mesma forma que para aprender uma linguagem de
  alto nível, não é necessário aprender linguagem
  de máquina.
• Existem poucas bibliotecas que permitem a
  manipulação de bytecode.
• BCEL, biblioteca da Apache, não está mais sendo
  desenvolvida e possui muitos bugs.

25
Por que aprender bytecode?

• Apenas em casos específicos será necessário o
  conhecimento de bytecode.
• No desenvolvimento de sistemas, dificilmente será
  necessário conhecer alguma coisa sobre bytecode.
• O compilador de Java já realiza otimizações
  eficientes.
• Escrever manualmente um código bytecode
  possivelmente será menos eficiente que um código
  gerado pelo compilador.

26
Motivações

• Manipular bytecode permite introduzir novas
  funcionalidades a códigos fechados
  (instrumentação).
• Alguns sistemas são disponibilizados sem código
  fonte, a modificação destes códigos se torna
  impossível sem a manipulação de bytecode.
• Debugging.
• É possível introduzir traces no código para
  identificação de bugs e análise de fluxo.

27
Motivações

• Análise de cobertura de testes unitários.
• Ferramentas que analizam a cobertura de testes de
  unidade utilizam instrumentação para a inserção
  de traces no código.
• Modificação de operadores de fluxo de controle.
• É possível escrever geradores automáticos de
  teste de mutação.

28
Ferramentas que Usam Manipulação de Bytecode

• AspectJ
• Ferramenta de Orientação a Aspectos.
• EclEmma
• Mede cobertura dos testes.
• JAD (JAva Decompiler)
• Descompila classes Java.

29
Java Bytecode

1. O que é Bytecode
2. Formato de um arquivo .class
3. Principais comandos
4. Motivações para aprender bytecode
5. Principais Dificuldades

30
Principais Dificuldades - Loops

• Devido as suas simplificações, não é possível
  distinguir um while, do...while e for.
• Por padrão, um loop é toda estrutura de mudança
  de fluxo condicional que possui um fluxo no
  sentido inverso.

31
Principais Dificuldades - Loops

• Todo loop é composto por um operador de fluxo
  condicional.
• Condição de parada.
• É difícil identificar o inicio e o fim de loop.

32
Principais Dificuldades - Loops

• Para identificar um loop é necessário realizar
  uma análise do fluxo do programa.
• Ai ser encontrado um operador de mudança de fluxo
  condicional que mude o fluxo no sentido
  contrário, foi encontrado o fim do bloco do loop.
• O operador de condição de parada sempre aponta
  para o inicio do bloco.

33
Principais Dificuldades - Loops

• int foo()
• 0 BIPUSH 0
• 1 ISTORE_1
• 2 GOTO 4
• 3 IINC 1,1
• 4 ILOAD_1
• 5 BIPUSH 2
• 6 IF_ICMPGE 3
• 7 ILOAD_1
• 8 IRETURN

Corpo do loop
Condição de parada
34
Modificando um Loop

• int foo()
• 0 BIPUSH 0
• 1 ISTORE_1
• 2 GOTO 4
• 3 IINC 1,1
• 4 ILOAD_1
• 5 BIPUSH 2
• 6 IF_ICMPGE 3
• 7 ILOAD_1
• 8 IRETURN

ILOAD_1 BIPUSH 2 IADD ISTORE_1
35
Modificando um Loop

• int foo()
• 0 BIPUSH 0
• 1 ISTORE_1
• 2 GOTO 4
• 3 IINC 1,1
• 4 ILOAD_1
• 5 BIPUSH 2
• 6 IF_ICMPGE 3
• 7 ILOAD_1
• 8 IRETURN

36
Modificando um Loop

• int foo()
• 0 BIPUSH 0
• 1 ISTORE_1
• 2 GOTO 11
• 3 ILOAD_1
• 4 BIPUSH 2
• 5 IADD
• 6 ISTORE_1
• 7 IINC 1,1
• 8 ILOAD_1
• 9 BIPUSH 2
• 10 IF_ICMPGE 3
• 11 ILOAD_1
• 12 IRETURN

Atualiza endereços do operadores de mudança de
fluxo.
37
Principais Dificuldades - Ifs

• Nem todo operador condicional de mudança de fluxo
  pode ser automáticamente traduzido como um if.
• Como visto anteriormente, este pode ser a
  condição de parada de um loop.
• Em um caso de if...else não existem 2 operadores,
  apenas um.

38
Principais Dificuldades - Ifs

• void foo(int x, int y)
• if (x gt y)
• ...
• else
• ...

• void foo(int x, int y)
• 0 ILOAD_1
• 1 ILOAD_2
• 2 IF_ICMPLE 5
• 3 bloco do if
• 4 GOTO 6
• 5 bloco do else
• 6 RETURN