技術文章 » 解析PHP7核心之變數的內部實現

解析PHP7核心之變數的內部實現

2020-07-16 10:06:14

PHP變數實現的基礎結構是zval，各種型別的實現均基於此結構實現，是PHP中最基礎的一個結構，每個PHP變數都對應一個zval，下面就看下這個結構以及PHP變數的記憶體管理機制。

zval結構

zval結構比較簡單，內嵌一個union型別的zend_value儲存具體變數型別的值或指標，zval中還有兩個union：u1、u2:

  • u1：它的意義比較直觀，變數的型別就通過u1.type區分，另外一個值type_flags為型別掩碼，在變數的記憶體管理、gc機制中會用到，第三部分會詳細分析，至於後面兩個const_flags、reserved暫且不管

  • u2：這個值純粹是個輔助值，假如zval只有:value、u1兩個值，整個zval的大小也會對齊到16byte，既然不管有沒有u2大小都是16byte，把多餘的4byte拿出來用於一些特殊用途還是很划算的，比如next在雜湊表解決雜湊衝突時會用到，還有fe_pos在foreach會用到......

從zend_value可以看出，除long、double型別直接儲存值外，其它型別都為指標，指向各自的結構。


型別

zval.u1.type型別：

標量型別

最簡單的型別是true、false、long、double、null，其中true、false、null沒有value，直接根據type區分，而long、double的值則直接存在value中：zend_long、double，也就是標量型別不需要額外的value指標。

字串

PHP中字串通過zend_string表示:

  • gc：變數參照資訊，比如當前value的參照數，所有用到參照計數的變數型別都會有這個結構，3.1節會詳細分析

  • h：雜湊值，陣列中計算索引時會用到

  • len：字串長度，通過這個值保證二進位制安全

  • val：字串內容，變長struct，分配時按len長度申請記憶體

事實上字串又可具體分為幾類：IS_STR_PERSISTENT(通過malloc分配的)、IS_STR_INTERNED(php程式碼裡寫的一些字面量，比如函數名、變數值)、IS_STR_PERMANENT(永久值，生命週期大於request)、IS_STR_CONSTANT(常數)、IS_STR_CONSTANT_UNQUALIFIED，這個資訊通過flag儲存：zval.value->gc.u.flags，後面用到的時候再具體分析。

陣列

array是PHP中非常強大的一個資料結構，它的底層實現就是普通的有序HashTable，這裡簡單看下它的結構，下一節會單獨分析陣列的實現。


物件/資源


物件比較常見，資源指的是tcp連線、檔案控制代碼等等型別，這種型別比較靈活，可以隨意定義struct，通過ptr指向，後面會單獨分析這種型別，這裡不再多說。


參照

參照是PHP中比較特殊的一種型別，它實際是指向另外一個PHP變數，對它的修改會直接改動實際指向的zval，可以簡單的理解為C中的指標，在PHP中通過&操作符產生一個參照變數，也就是說不管以前的型別是什麼，&首先會將新生成一個zval，型別為IS_REFERENCE，然後將val的value指向原來zval的value。

結構非常簡單，除了公共部分zend_refcounted_h外只有一個val，舉個範例看下具體的結構關係：

最終的結果如圖：


注意：參照只能通過&產生，無法通過賦值傳遞，比如：



$b = &$a這時候$a、$b的型別是參照，但是$c = $b並不會直接將$b賦值給$c，而是把$b實際指向的zval賦值給$c，如果想要$c也是一個參照則需要這麼操作：

這個也表示PHP中的參照只可能有一層，不會出現一個參照指向另外一個參照的情況，也就是沒有C語言中指標的指標的概念。

記憶體管理

接下來分析下變數的分配、銷毀。

在分析變數記憶體管理之前我們先自己想一下可能的實現方案，最簡單的處理方式：定義變數時alloc一個zval及對應的value結構(ref/arr/str/res...)，賦值、函數傳參時硬拷貝一個副本，這樣各變數最終的值完全都是獨立的，不會出現多個變數同時共用一個value的情況，在執行完以後直接將各變數及value結構free掉。

這種方式是可行的，而且記憶體管理也很簡單，但是，硬拷貝帶來的一個問題是效率低，比如我們定義了一個變數然後賦值給另外一個變數，可能後面都只是唯讀操作，假如硬拷貝的話就會有多餘的一份資料，這個問題的解決方案是：參照計數+寫時複製。PHP變數的管理正是基於這兩點實現的。

參照計數

參照計數是指在value中增加一個欄位refcount記錄指向當前value的數量，變數複製、函數傳參時並不直接硬拷貝一份value資料，而是將refcount++，變數銷毀時將refcount--，等到refcount減為0時表示已經沒有變數參照這個value，將它銷毀即可。

參照計數的資訊位於給具體value結構的gc中：

從上面的zend_value結構可以看出並不是所有的資料型別都會用到參照計數，long、double直接都是硬拷貝，只有value是指標的那幾種型別才可能會用到參照計數。

下面再看一個例子：

$a = "hi~";$b = $a;

猜測一下變數$a/$b的參照情況。

這個不跟上面的例子一樣嗎？字串"hi~"有$a/$b兩個參照，所以zend_string1(refcount=2)。但是這是錯的，gdb偵錯發現上面例子zend_string的參照計數為0。這是為什麼呢？

$a,$b -> zend_string_1(refcount=0,val="hi~")

事實上並不是所有的PHP變數都會用到參照計數，標量：true/false/double/long/null是硬拷貝自然不需要這種機制，但是除了這幾個還有兩個特殊的型別也不會用到：interned string(內部字串，就是上面提到的字串flag：IS_STR_INTERNED)、immutable array，它們的type是IS_STRING、IS_ARRAY，與普通string、array型別相同，那怎麼區分一個value是否支援參照計數呢？還記得zval.u1中那個型別掩碼type_flag嗎？正是通過這個欄位標識的，這個欄位除了標識value是否支援參照計數外還有其它幾個標識位，按位元分割，注意：type_flag與zval.value->gc.u.flag不是一個值。

支援參照計數的value型別其zval.u1.type_flag包含(注意是&，不是等於)IS_TYPE_REFCOUNTED：

#define IS_TYPE_REFCOUNTED          (1<<2)

下面具體列下哪些型別會有這個標識：

|     type       | refcounted |
+----------------+------------+
|simple types    |            |
|string          |      Y     |
|interned string |            |
|array           |      Y     |
|immutable array |            |
|object          |      Y     |
|resource        |      Y     |
|reference       |      Y     |

simple types很顯然用不到，不再解釋，string、array、object、resource、reference有參照計數機制也很容易理解，下面具體解釋下另外兩個特殊的型別：

  • interned string：內部字串，這是種什麼型別？我們在PHP中寫的所有字元都可以認為是這種型別，比如function name、class name、variable name、靜態字串等等，我們這樣定義:$a = "hi~;"後面的字串內容是唯一不變的，這些字串等同於C語言中定義在靜態變數區的字串：char *a = "hi~";，這些字串的生命週期為request期間，request完成後會統一銷毀釋放，自然也就無需在執行期間通過參照計數管理記憶體。

  • immutable array：只有在用opcache的時候才會用到這種型別，不清楚具體實現，暫時忽略。


寫時複製

上一小節介紹了參照計數，多個變數可能指向同一個value，然後通過refcount統計參照數，這時候如果其中一個變數試圖更改value的內容則會重新拷貝一份value修改，同時斷開舊的指向，寫時複製的機制在計算機系統中有非常廣的應用，它只有在必要的時候(寫)才會發生硬拷貝，可以很好的提高效率，下面從範例看下：

$a = array(1,2);$b = &$a;$c = $a;//發生分離$b[] = 3;


最終的結果：

不是所有型別都可以copy的，比如物件、資源，實時上只有string、array兩種支援，與參照計數相同，也是通過zval.u1.type_flag標識value是否可複製的：

#define IS_TYPE_COLLECTABLE         (1<<3)
|     type       |  copyable  |
+----------------+------------+
|simple types    |            |
|string          |      Y     |
|interned string |            |
|array           |      Y     |
|immutable array |            |
|object          |            |
|resource        |            |
|reference       |            |

copyable的意思是當value發生duplication時是否需要copy，這個具體有兩種情形下會發生：

  • a.從literal變數區複製到區域性變數區，比如：$a = [];實際會有兩個陣列，而$a = "hi~";//interned string則只有一個string

  • b.區域性變數區分離時(寫時複製)：如改變變數內容時參照計數大於1則需要分離，$a = [];$b = $a; $b[] = 1;這裡會分離，型別是array所以可以複製，如果是物件：$a = new user;$b = $a;$a->name = "dd";這種情況是不會複製object的，$a、$b指向的物件還是同一個

具體literal、區域性變數區變數的初始化、賦值後面編譯、執行兩篇文章會具體分析，這裡知道變數有個copyable的屬性就行了。

變數回收

PHP變數的回收主要有兩種：主動銷毀、自動銷毀。主動銷毀指的就是unset，而自動銷毀就是PHP的自動管理機制，在return時減掉區域性變數的refcount，即使沒有顯式的return，PHP也會自動給加上這個操作。

垃圾回收

PHP變數的回收是根據refcount實現的，當unset、return時會將變數的參照計數減掉，如果refcount減到0則直接釋放value，這是變數的簡單gc過程，但是實際過程中出現gc無法回收導致記憶體漏失的bug，先看下一個例子：

$a = [1];$a[] = &$a;unset($a);

unset($a)之前參照關係：

unset($a)之後：

可以看到，unset($a)之後由於陣列中有子元素指向$a，所以refcount > 0，無法通過簡單的gc機制回收，這種變數就是垃圾，垃圾回收器要處理的就是這種情況，目前垃圾只會出現在array、object兩種型別中，所以只會針對這兩種情況作特殊處理：當銷毀一個變數時，如果發現減掉refcount後仍然大於0，且型別是IS_ARRAY、IS_OBJECT則將此value放入gc可能垃圾雙向連結串列中，等這個連結串列達到一定數量後啟動檢查程式將所有變數檢查一遍，如果確定是垃圾則銷毀釋放。

標識變數是否需要回收也是通過u1.type_flag區分的：

#define IS_TYPE_COLLECTABLE
|     type       | collectable |
+----------------+-------------+
|simple types    |             |
|string          |             |
|interned string |             |
|array           |      Y      |
|immutable array |             |
|object          |      Y      |
|resource        |             |
|reference       |             |

具體的垃圾回收過程這裡不再介紹。

以上就是解析PHP7核心之變數的內部實現的詳細內容，更多請關注TW511.COM其它相關文章！