Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >NDK 系列(6):说一下注册 JNI 函数的方式和时机

NDK 系列(6):说一下注册 JNI 函数的方式和时机

作者头像
用户9995743
发布于 2022-09-26 12:57:44
发布于 2022-09-26 12:57:44
39800
代码可运行
举报
文章被收录于专栏:彭旭锐彭旭锐
运行总次数:0
代码可运行

🔥 Hi,我是小彭。本文已收录到 GitHub · Android-NoteBook[1] 中。

前言

在上一篇文章中,我们提到了注册 JNI 函数(建立 Java native 方法和 JNI 函数的映射关系)有两种方式:静态注册和动态注册。今天我们来详细说下这 2 种注册方式的使用方法和实现原理。


这篇文章是 NDK 系列文章第 6 篇,专栏文章列表:

一、语言基础:

  • 1、NDK 学习路线:怎么学 & 我的经验
  • 2、C 语言基础
  • 3、C ++ 语言基础
  • 4、C/C++ 编译过程:从源码到程序运行

二、NDK 开发:

  • 1、JNI 基础:Java 与 Native 交互
  • 2、注册 JNI 函数:静态注册 & 动态注册(本文)[2]
  • 3、NDK 基础:ndk-build & CMake
  • 4、so 文件加载过程分析:理解 Android 中 loadLibrary 的执行流程[3]
  • 5、so 文件适配 64 位架构:Gradle 插件一键检索未适配项[4]
  • 6、so 文件动态化:动态下载
  • 7、so 文件体积优化:文件精简

三、基础理论

  • 1、视频基础理论
  • 2、音频基础理论
  • 3、H.264 视频压缩编码
  • 4、音频压缩编码
  • 5、FFMPEG 基础
  • 6、OPENSL ES 基础
  • 7、PNG 图片:无损压缩编码[5]

四、计算机基础


1. 静态注册 JNI 函数

1.1 静态注册使用方法

静态注册采用的是基于「约定」的命名规则,通过 javah 可以自动生成 native 方法对应的函数声明(IDE 会智能生成,不需要手动执行命令)。例如:

HelloWorld.java

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
package com.xurui.hellojni;

public class HelloWorld {
    public native void sayHi();
}

执行命令:javac -h . HelloWorld.java(将 javac 和 javah 合并),对应的 JNI 函数:

com_xurui_hellojni_HelloWorld.h

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
...
JNIEXPORT void JNICALL Java_com_xurui_hellojni_HelloWorld_sayHi
(JNIEnv *, jobject);
...

静态注册的命名规则分为「无重载」和「有重载」2 种情况:无重载时采用「短名称」规则,有重载时采用「长名称」规则。

  • 短名称规则(short name): Java_[类的全限定名 (带下划线)]_[方法名] ,其中类的全限定名中的 . 改为 _
  • 长名称规则(long name): 在短名称的基础上后追加两个下划线(__)和参数描述符,以区分函数重载。

这里解释下为什么有重载的时候要拼接参数描述符的方式来呢?因为 C 语言是没有函数重载的,无法根据参数来区分函数重载,所以才需要拼接后缀来消除重载。

1.2 静态注册原理分析

现在,我们来分析下静态注册匹配 JNI 函数的执行过程。由于没有找到直接相关的资料和函数调用入口,我是以 loadLibrary() 加载 so 库的执行流程为线索进行分析的,最终定位到 FindNativeMethod() 这个方法,从内容看应该没错。

java_vm_ext.cc[6]

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
// 共享库列表
std::unique_ptr<Libraries> libraries_;

// 搜索 native 对应 JNI 函数的函数指针
void* FindNativeMethod(Thread* self, ArtMethod* m, std::string& detail) {

    // 1、获取 native 方法对应的短名称与长名称
    std::string jni_short_name(m->JniShortName());
    std::string jni_long_name(m->JniLongName());

    // 2、在已经加载的 so 库中搜索
    void* native_code = FindNativeMethodInternal(self,
                                                 declaring_class_loader_allocator,
                                                 shorty,
                                                 jni_short_name,
                                                 jni_long_name);
    return native_code;
}

// 2、在已经加载的 so 库中搜索
void* FindNativeMethodInternal(Thread* self,
                               void* declaring_class_loader_allocator,
                               const char* shorty,
                               const std::string& jni_short_name,
                               const std::string& jni_long_name) {
    for (const auto& lib : libraries_) {
        SharedLibrary* const library = lib.second;

        // 2.1 检查是否为相同 ClassLoader
        if (library->GetClassLoaderAllocator() != declaring_class_loader_allocator) {
            continue;
        }

        // 2.2 先搜索短名称
        const char* arg_shorty = library->NeedsNativeBridge() ? shorty : nullptr;
        void* fn = dlsym(library, jni_short_name)

        // 2.3 再搜索长名称
        if (fn == nullptr) {
            fn = dlsym(library, jni_long_name)
        }
        if (fn != nullptr) {
            return fn;
        }
    }
    return nullptr;
}

art_method.cc[7]

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
// 1、获取 native 方法对应的短名称与长名称

// 短名称
std::string ArtMethod::JniShortName() {
    return GetJniShortName(GetDeclaringClassDescriptor(), GetName());
}

// 长名称
std::string ArtMethod::JniLongName() {
    std::string long_name;
    long_name += JniShortName();
    long_name += "__";

    std::string signature(GetSignature().ToString());
    signature.erase(0, 1);
    signature.erase(signature.begin() + signature.find(')'), signature.end());

    long_name += MangleForJni(signature);

    return long_name;
}

descriptors_names.cc[8]

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
std::string GetJniShortName(const std::string& class_descriptor, const std::string& method) {
    // 此处为短名称的计算逻辑
}

上面的代码已经非常简化了,主要流程如下:

  • 1、计算 native 方法的短名称和长名称;
  • 2、确定定义 native 方法类的类加载器,在已经加载的 so 库 libraries_ 中搜索 JNI 函数。如果事先没有加载 so 库,则自然无法搜索到,将抛出 UnsatisfiedLinkError 异常;
  • 3、建立内部数据结构,建立 Java native 方法与 JNI 函数的函数指针的映射关系;
  • 4、后续调用 native 方法,则直接调用已记录的函数指针。

关于加载 so 库的流程在 4、so 文件加载过程分析[9] 这篇文章里讲过,加载后的共享库就是存储在 libraries_ 表中。


2. 动态注册 JNI 函数

静态注册是在首次调用 Java native 方法时搜索对应的 JNI 函数,而动态注册则是提前手动建立映射关系,并且不需要遵守静态注册的 JNI 函数命名规则。

2.1 动态注册使用方法

动态注册需要使用 RegisterNatives(...) 函数,其定义在 jni.h 文件中:

jni.h

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
struct JNINativeInterface {
  // 注册
  // 参数二:Java Class 对象的表示
  // 参数三:JNINativeMethod 结构体数组
  // 参数四:JNINativeMethod 结构体数组长度
  jint        (*RegisterNatives)(JNIEnv*, jclass, const JNINativeMethod*, jint);
  // 注销
  // 参数二:Java Class 对象的表示
    jint        (*UnregisterNatives)(JNIEnv*, jclass);
};

typedef struct {
    const char* name;      // Java 方法名
    const char* signature; // Java 方法描述符
    void*       fnPtr;     // JNI 函数指针
} JNINativeMethod;

示例程序

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
// 需要注册的 Java 层类名
#define JNIREG_CLASS "com/xurui/MainActivity"

// JNINativeMethod 结构体数组
static JNINativeMethod gmethod[] = {
        {"onStart","()I",(void*)onStart}, // JNINativeMethod 结构体
};

// 加载 so 库的回调
JNIEXPORT jint JNICALL JNI_OnLoad(JavaVM* vm, void* reserved)
{
    JNIEnv* env = NULL;
    jint result = -1;

    if (vm->GetEnv((void**) &env, JNI_VERSION_1_6) != JNI_OK) {
        return -1;
    }
    assert(env != NULL);

  // 执行动态注册
    if (!registerNatives(env)) {
        return -1;
    }

    result = JNI_VERSION_1_6;

    return result;
}

// 动态注册
static int registerNatives(JNIEnv* env)
{
  // 调用工具方法完成注册
    if (!registerNativeMethods(env,JNIREG_CLASS, gmethod, sizeof(gmethod) / sizeof(gmethod[0])))
        return JNI_FALSE;

  // JNINativeMethod 结构体数组
    JNINativeMethod methods[] = {
            {"onStop","()V",(void*)onStop}, // JNINativeMethod 结构体
    };
  // 调用工具方法完成注册
    if (!registerNativeMethods(env,JNIREG_CLASS, smethod,sizeof(smethod) / sizeof(smethod[0])))
        return JNI_FALSE;
    return JNI_TRUE;
}

// 一个工具方法
static int registerNativeMethods(JNIEnv* env, const char* className, JNINativeMethod* gmethod, int numMethods)
{
  // 根据类名获取 jclass 对象
    jclass clazz = env->FindClass(className);
    if (clazz == NULL) {
        return JNI_FALSE;
    }
  // 调用 RegisterNatives()
    if (env->RegisterNatives(clazz, gmethod, numMethods) < 0) {
        return JNI_FALSE;
    }

    return JNI_TRUE;
}

代码不复杂,简单解释一下:

  • 1、registerNativeMethods 只是一个工具函数,简化了 FindClass 这一步;
  • 2、methods 是一个 JNINativeMethod 结构体数组,定义了 Java native 方法与 JNI 函数的映射关系,需要记录 Java 方法名、Java 方法描述符、JNI 函数指针;
  • 3、RegisterNatives 函数是最终的注册函数,需要传递 jclass、JNINativeMethod 结构体数组和数组长度。

2.2 动态注册原理分析

RegisterNatives 方式的本质是直接通过结构体指定映射关系,而不是等到调用 native 方法时搜索 JNI 函数指针,因此动态注册的 native 方法调用效率更高。此外,还能减少生成 so 库文件中导出符号的数量,则能够优化 so 库文件的体积。更多信息见 Android 对 so 体积优化的探索与实践 中 “精简动态符号表” 章节。


3. 注册 JNI 函数的时机

总结一下注册 JNI 函数的时机,主要分为 3 种:

注册时机

注册方式

描述

1、在第一次调用该 native 方法时

静态注册

虚拟机会在 JNI 函数库中搜索函数指针并记录下来,后续调用不需要重复搜索

2、加载 so 库时

动态注册

加载 so 库时会自动回调 JNI_OnLoad 函数,在其中调用 RegisterNatives 注册

3、提前注册

动态注册

在加载 so 库后,调用该 native 方法前,通过静态注册的 native 函数触发 RegisterNatives 注册。例如在 App 启动时,很多系统源码会提前做一次注册

以 Android 虚拟机源码为例:在 App 进程启动流程中,在创建虚拟机后会执行一次 JNI 函数注册。我们在很多 Framework 源码中可以看到 native 方法,但找不到调用 System.loadLibrary(...) 的地方,其实是因为在虚拟机启动时就已经注册完成了。

AndroidRuntime.cpp[10]

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
void AndroidRuntime::start(const char* className, const Vector<String8>& options, bool zygote) {
    ...
    if (startReg(env) < 0) {
        ALOGE("Unable to register all android natives\\n");
    }
    ...
}

// start -> startReg:
int AndroidRuntime::startReg(JNIEnv* env) {
    androidSetCreateThreadFunc((android_create_thread_fn) javaCreateThreadEtc);
    env->PushLocalFrame(200);
  // 执行 JNI 注册
    if (register_jni_procs(gRegJNI, NELEM(gRegJNI), env) < 0) {
        env->PopLocalFrame(NULL);
        return -1;
    }
    env->PopLocalFrame(NULL);
    return 0;
}

// startReg->register_jni_procs:
static int register_jni_procs(const RegJNIRec array[], size_t count, JNIEnv* env) {
  // 遍历二维数组
    for (size_t i = 0; i < count; i++) {
        // 执行 JNI 注册
        if (array[i].mProc(env) < 0) {
            return -1;
        }
    }
    return 0;
}

// JNINativeMethod 结构体数组的二维数组
static const RegJNIRec gRegJNI[] = {
    REG_JNI(register_com_android_internal_os_RuntimeInit),
    REG_JNI(register_com_android_internal_os_ZygoteInit_nativeZygoteInit),
    REG_JNI(register_android_os_SystemClock),
    REG_JNI(register_android_util_EventLog),
    ...
}

struct RegJNIRec {
    int (*mProc)(JNIEnv*);
}

// 返回值为 JNINativeMethod 结构体数组
int register_com_android_internal_os_RuntimeInit(JNIEnv* env)
{
    const JNINativeMethod methods[] = {
        { "nativeFinishInit", "()V",
            (void*) com_android_internal_os_RuntimeInit_nativeFinishInit },
        { "nativeSetExitWithoutCleanup", "(Z)V",
            (void*) com_android_internal_os_RuntimeInit_nativeSetExitWithoutCleanup },
    };
    return jniRegisterNativeMethods(env, "com/android/internal/os/RuntimeInit",
        methods, NELEM(methods));
}

4. 总结

总结一下静态注册和动态注册的区别:

  • 1、静态注册基于命名约定建立映射关系,而动态注册通过 JNINativeMethod 结构体建立映射关系;
  • 2、静态注册在首次调用该 native 方法搜索并建立映射关系,而动态注册会在调用该 native 方法前建立映射关系;
  • 3、静态注册需要将所有 JNI 函数暴露到动态符号表,而动态注册不需要暴露到动态符号表,可以精简 so 文件体积。

参考资料

参考资料

[1]

GitHub · Android-NoteBook: https://github.com/pengxurui/Android-NoteBook

[2]

2、注册 JNI 函数:静态注册 & 动态注册(本文): https://juejin.cn/post/7125021894562349092

[3]

4、so 文件加载过程分析:理解 Android 中 loadLibrary 的执行流程: https://juejin.cn/post/6892793299427491854

[4]

5、so 文件适配 64 位架构:Gradle 插件一键检索未适配项: https://juejin.cn/post/7034201332500135966

[5]

7、PNG 图片:无损压缩编码: https://juejin.cn/post/6905635070397612039

[6]

java_vm_ext.cc: http://androidxref.com/9.0.0_r3/xref/art/runtime/java_vm_ext.cc

[7]

art_method.cc: http://androidxref.com/9.0.0_r3/xref/art/runtime/art_method.cc

[8]

descriptors_names.cc: http://androidxref.com/9.0.0_r3/xref/art/libdexfile/dex/descriptors_names.cc

[9]

4、so 文件加载过程分析: https://juejin.cn/post/6892793299427491854

[10]

AndroidRuntime.cpp: http://androidxref.com/9.0.0_r3/xref/frameworks/base/core/jni/AndroidRuntime.cpp

[11]

JNI 提示: https://developer.android.google.cn/training/articles/perf-jni

[12]

Java 原生接口规范: https://docs.oracle.com/javase/7/docs/technotes/guides/jni/spec/jniTOC.html

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-07-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 彭旭锐 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
​python单细胞学习笔记-day4(续)
相比传统的for循环,列表推导式更加简洁和易读,可以把结果直接保存为列表或者是字典
生信技能树
2025/01/22
1590
​python单细胞学习笔记-day4(续)
Kaggle泰坦尼克号船难--逻辑回归预测生存率
(三)需要的库:numpy + pandas + matplotlib + sklearn Win 10安装numpy、pandas、scipy、matplotlib和sklearn Win 10系统matplotlib中文无法显示的解决方案
海天一树
2018/07/25
3.6K0
Kaggle泰坦尼克号船难--逻辑回归预测生存率
如何使用Python进行数据分析和可视化?
随着大数据时代的到来,数据分析和可视化成为了许多领域中不可或缺的重要工具。Python作为一门功能强大且易于使用的编程语言,提供了丰富的库和工具,可以帮助我们进行数据分析和可视化。本文将详细介绍如何使用Python进行数据分析和可视化的步骤和常用工具。
网络技术联盟站
2023/07/13
4650
基于LightGBM的UCI信贷数据建模(完整Python代码)
本文是UCI数据集建模的第3篇,第一篇是数据的探索性分析EDA部分,第二篇是基于LightGBM模型的baseline。
皮大大
2024/06/30
4450
爱数课实验 | 首尔共享自行车需求数据可视化分析
简介:近些年,“共享单车”模式迅速地在全球各大城市中流行起来,但随着资本的逐步退潮,共享单车企业需寻求新的盈利模式,首要任务便是探究共享单车使用量的影响因素。本案例使用Matplotlib包和Seaborn的可视化库,对首尔地区一共享单车公司在2017年到2018年的使用量数据集进行可视化分析,并利用线性回归等模型预测单车使用量,得出共享单车使用量影响因素分析结论。
数据科学人工智能
2022/04/01
1.6K0
爱数课实验 | 首尔共享自行车需求数据可视化分析
基础篇-认识时间序列常用数据集
最近在筹备写知识星球的文章,主要想把自己看完论文之后偶然产生的想法idea,以及实验验证过程记录下来。其实平时有挺多想法,但大多没有形成文字,或是跑跑代码就丢掉了,回过头想查资料就很麻烦,特别是知道自己曾经有过灵感,但就想不起来就很急。目前已经完成了一部分,本篇先分享出来,请大家给点意见。
科学最Top
2025/01/14
5901
基础篇-认识时间序列常用数据集
基于Python的Titannic数据可视化
.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } <pre><code>.dataframe thead th { text-align: right; } </code></pre>
皮大大
2021/03/02
4390
Python matplotlib数据可视化 绘制柱形图、堆叠图、折线图、饼图和环图
Python中可以通过matplotlib模块的pyplot子库来完成绘图。Matplotlib可用于创建高质量的图表和图形,也可以用于绘制和可视化结果。matplotlib是Python优秀的数据可视化第三方库,matplotlib.pyplot是绘制种类可视化图形的命令子库,相当于快捷方式 import matplotlib.pyplot as plt.
叶庭云
2020/09/17
3.8K0
Python matplotlib数据可视化  绘制柱形图、堆叠图、折线图、饼图和环图
数据科学 IPython 笔记本 8.2 Matplotlib 的应用
8.2 Matplotlib 的应用 原文:matplotlib-applied 译者:飞龙 协议:CC BY-NC-SA 4.0(原文协议:Apache License 2.0) 将 Matplotlib 可视化用于 Kaggle:泰坦尼克 条形图,直方图,subplot2grid 标准化绘图 散点图,子图 核密度估计绘图 将 Matplotlib 可视化用于 Kaggle:泰坦尼克 准备泰坦尼克数据用于绘图: %matplotlib inline import pandas as pd impor
ApacheCN_飞龙
2022/05/07
3880
数据科学 IPython 笔记本 8.2 Matplotlib 的应用
AI应用实战课学习总结(4)医疗数据可视化
这是一个从UCI网站(https//archive.ics.uci.edu/ml/index.php)获取的美国威斯康辛州的乳腺癌数据集,它包括了一些对乳腺细胞测量之后的特征数据(如厚度、大小等)和标签数据(诊断结果:良性or恶性),现经常被拿来做机器学习分类算法的入门教学。
郑子铭
2025/02/27
1980
AI应用实战课学习总结(4)医疗数据可视化
机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
作者: 寒小阳 时间:2015年11月。 出处:http://blog.csdn.net/han_xiaoyang/article/details/49797143 声明:版权所有,转载请注明出处,谢谢。
全栈程序员站长
2022/09/27
5440
基于Titanic数据集的完整数据分析
本文是一个极度适合入门数据分析的案例,采用的是经典数据集:泰坦尼克数据集(train部分),主要内容包含:
皮大大
2023/05/05
1.4K0
Python数据科学入门:基础知识、工具与实战应用
文章链接:https://cloud.tencent.com/developer/article/2465509
一键难忘
2024/11/27
2760
机器学习之逻辑回归
文中的所有数据集链接:https://pan.baidu.com/s/1TV4RQseo6bVd9xKJdmsNFw
润森
2019/09/17
1K0
机器学习之逻辑回归
利用混元大模型进行数据分析
最近,腾讯发布了自主研发的大型语言模型:混元大模型。该大模型具备多轮对话能力、内容创作能力、逻辑推理能力、搜索增强和知识图谱等特点。除了对于人类自然语言的理解,混元大模型对于计算机编程语言同样可以进行分析和和生成。
Crossin先生
2023/11/15
5910
利用混元大模型进行数据分析
《Pandas Cookbook》第11章 用Matplotlib、Pandas、Seaborn进行可视化
一章内容介绍三块内容,感觉哪个都没说清。 In[1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline 1. matplotlib入门 Matplotlib提供了两种方法来作图:状态接口和面向对象。 # 状态接口是通过pyplot模块来实现的,matplotlib会追踪绘图环境的当前状态 # 这种方法适合快速画一些简单
SeanCheney
2018/11/29
1.7K0
《Pandas Cookbook》第11章 用Matplotlib、Pandas、Seaborn进行可视化
机器学习入门数据集--4.泰坦尼克幸存者预测
最后只选取8个维度 Pclass Age SibSp Parch Sex Cabin Fare Embarked。dummy编码进行维度扩展。
birdskyws
2019/03/04
6400
机器学习入门数据集--4.泰坦尼克幸存者预测
TF2.0-结构化数据建模流程范例
尽管TensorFlow设计上足够灵活,可以用于进行各种复杂的数值计算。但通常人们使用TensorFlow来实现机器学习模型,尤其常用于实现神经网络模型。
石晓文
2020/02/24
7560
TF2.0-结构化数据建模流程范例
Pandas 高级教程——数据可视化
Pandas 提供了强大的数据可视化工具,可以帮助你更好地理解数据、发现模式和进行探索性数据分析。本篇博客将深入介绍 Pandas 中的数据可视化功能,并通过实例演示如何创建各种图表和图形。
Echo_Wish
2023/12/26
4420
商品推荐挑战赛Baseline来袭,赶快阅读代码提交作品吧!
本文用的环境是Jupyter notebook,方便大家查看变量所存数据以及便于执行,文末可回复关键字“比赛”获取代码文件。 # 导入相应的科学计算以及可视化工具包 from matplotlib i
张小磊
2021/08/06
4180
推荐阅读
相关推荐
​python单细胞学习笔记-day4(续)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验