Java Bytecode Software Básico Mitsuo Takaki

Java Bytecode O que é Bytecode Formato de um arquivo .class Principais comandos Motivações para aprender bytecode Principais Dificuldades

Java Bytecode O que é Bytecode Formato de um arquivo .class Principais comandos Motivações para aprender bytecode Principais Dificuldades

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.

Passos de Compilação de Java Compilador JVM compila interpreta .java .class

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).

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.

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.

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.

Códigos Equivalentes int foo(int a) { if (a == 0) { return 0; } else { 0: ILOAD_1 1: IFEQ 4 2: BIPUSH 1 3: IRETURN 4: BIPUSH 0 5: IRETURN

Códigos Equivalentes int foo() { int result = 0; while (result < 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

Java Bytecode Formato de um arquivo .class O que é Bytecode Principais comandos Motivações para aprender bytecode Principais Dificuldades

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

Formato de um Arquivo .class

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

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: HelloWorld$1.class

Java Bytecode Principais comandos O que é Bytecode Formato de um arquivo .class Principais comandos Motivações para aprender bytecode Principais Dificuldades

Principais Comandos Aritméticos (inteiros): IADD – soma. ISUB – subtração. IMUL – multiplicação. IDIV – divisão. ...

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

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).

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)

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.

Java Bytecode Motivações para aprender bytecode O que é Bytecode Formato de um arquivo .class Principais comandos Motivações para aprender bytecode Principais Dificuldades

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.

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.

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.

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.

Ferramentas que Usam Manipulação de Bytecode AspectJ Ferramenta de Orientação a Aspectos. EclEmma Mede cobertura dos testes. JAD (JAva Decompiler) Descompila classes Java.

Java Bytecode Principais Dificuldades O que é Bytecode Formato de um arquivo .class Principais comandos Motivações para aprender bytecode Principais Dificuldades

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.

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.

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.

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

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

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

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.

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.

Principais Dificuldades - Ifs void foo(int x, int y) { if (x > 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