PHP 7 内核及实现原理-变量的基本结构

date
Jun 12, 2021
slug
php-how-kernel-works-zval-zend-value
status
Published
tags
PHP
读书
summary
type
Page

PHP 5 的变量结构

PHP 5 中一个变量的内存占用比较浪费，比如 long 和 double 类型的变量是不需要引用计数的
notion image
 

PHP 7 的变量变化：变量名 zval、变量值 zend_value

PHP 7 使用名为 zval 的结构存储变量名，使用名为 zend_value 的结构体存储变量值。zval 中有一个 zend_value 类型的属性，将 zval 和 zend_value 关联起来。
在 PHP 中所有类型的变量都是用 zval 来存储，zval 中包含一个 type 属性，表示本变量的类型。这就是 PHP 弱类型的核心。
zval 中 u1 和 u2 都是联合体，联合体特点是内部给字段复用存储空间，故 v 和 type_info 是共享一块空间的，v 和 type_info 的关系：
notion image
图中 type 值为 6，即等于宏定义 IS_STRING，表示当前变量类型是字符串，且字符串的 type_flag掩码为 24，这两项设置完后，再从 type_info 侧读取，type_info 值就为 6150了( 2^1 + 2^2 + 2^11 + 2^12)。
u2 中记录了一些辅助字段，如 next 用来解决哈希表中的哈希冲突。
zval 的整体内存结构如图：
notion image
 

变量类型

变量的类型存储在 zval.u1.v.type 中，可选值有：
notion image
其中 IS_TRUE(布尔类型 true)、IS_FALSE(布尔类型 false)、IS_NULL(空类型 null) 这几个类型没有具体的变量值，直接根据其类型来区分。
而 IS_LONG(整型 long)、IS_DOUBLE(浮点型 double) 的变量值则分别存在 zend_value 中的 zend_long、double 两个属性下。也就是说，标量类型不需要额外的 value 指针,，其他类型都是通过指针，指向额外的数据结构结构体地址。
 

变量类型属性

zval.u1.v.type_flags 的宏定义如下：
通过 bitmap 设置当前变量的内存属性，如是否支持写时复制，是否支持垃圾回收等
 
字符串结构体 zend_string
字符串结构体使用 _zend_string 表示，其中 zend_refcounted_h 表示引用计数，以及后面所有支持引用计数的数据结构都使用这个结构体来实现。
 
数组结构体 zend_array
数组底层实现就是普通的有序 HashTable，后面会详细介绍数组
 
对象 zend_object / 资源结构体 zend_resource
资源是指 tcp 连接、文件句柄等等。
 
引用结构体 zend_reference
引用是一种特殊的类型：
在 PHP 中通过 & 操作符产生一个引用变量。具体过程：不管以前的类型是什么，& 首先会创建一个zend_reference 结构体，其内嵌的 zval 的 value 指向原来 zval 的 value (如果是布尔、整形、浮点则直接复制原来的值)，然后将原 zval 的类型修改为 IS_REFERENCE，即将其变成引用类型的 zval，最后将原 zval 的 value 指向新创建的 zend_reference 结构。
一开始的情况： zval(类型xxx).value → zend_value。
取 & 后的情况：zval(类型IS_REFERENCE).value → zend_reference.zval.value → zend_value
这个过程有点像往链表中插入节点的过程。注意，此时会将 $a $b 这两个变量都变成 ref 类型。
如代码：
图示的最终结果：
notion image
另外引用只能通过 & 产生，赋值操作是不会产生引用的，也就是说引用只会有一层，不会出现引用指向引用的情况。
再看一个例子：
首先 $b = $a 的赋值后的情况：
notion image
之后 $c = &$b 的情况：
notion image
但如果此时 unset 掉 b 的话，b 的 type 会变成 null，但 c 依旧是 reference，而并不是第一印象中的 b 和 c 都变成 null 了，因为 unset b 只是将 b 的 type 改成了 null，不影响 c 的 type。
同样的，如果将 b 或 c改变了值，此时会发生 COW，b 和 c 指向新的 string，a 还指向最初的string，如下代码：
 

内存管理

绝大部分对变量的操作都是读操作，如果赋值一个变量就完全 alloc 一份数据出来理论上是可行的，也是最简单的，但对性能消耗太大效率太低，所以一般的方案都是引用计数+写时复制，附加垃圾回收来维护内存。
 
引用计数
引用计数是 zend_value 中的 value 结构体（比如字符串 zend_string ）中的一个属性（一般记为zend_refcounted_h），记录指向当前 value 的数量。
  • 变量复制、函数传参时 此计数 +1
  • 变量销毁时计数 -1
  • 直到计数为 0 时 将销毁。
引用计数zend_refcounted_h 结构体：
不是所有类型都有引用计数，是否支持引用计数是通过 zend_value.u1.v.type_flags 类型掩码控制的
简单数据类型没有不用说，比如 long、double 都是没有的，另外两个说明一下：
  • interned string：内部字符串，像这种 $a = "hi~" ，可理解为在请求期间不会改变且请求结束后被销毁的值，这样就不需要通过引用计数管理了。
  • immutable array：还不太清楚
 
写时复制
写时复制即：当多个变量指向同一个 zend_value 的情况下，当某一个变量发生更改，会重新拷贝一份 value 出来供修改，同时断开旧的指向。
在 $b[]=3 后，value 拷贝出一份，供 $a $b 指向。
notion image
跟引用计数一样，不是所有类型都支持写时复制。是否支持写时复制也是通过 zend_value.u1.v.type_flags 类型掩码控制的，下图中不支持 copyable 的就是不支持写时复制。
 
变量回收
  • 主动销毁回收：使用 unset
  • 自动销毁回收：函数 return、发生写时复制等，可能导致引用计数为0
 
垃圾回收
垃圾回收相当于是高阶的变量回收，普通的垃圾回收通过引用计数为 0 即可实现，复杂的情况如下：
unset之前：
notion image
unset之后：
notion image
此时该数值外部已经没有指向的变量，导致数组无法访问到。这种情况只可能发生在数组或对象中，所以 PHP 会针对这两种类型做特殊检查：如果当销毁一个变量后，发现引用计数还大于0，并且是IS_ARRAY 、IS_OBJECT时，则此 value 则会被放入 gc 的垃圾链表中，等待链表达到一定数量后会启动检查回收掉。
notion image
 
垃圾回收步骤：
notion image
  • 对 roots 环（即新加入的有可能是垃圾的变量）中每个元素进行深度优先遍历，将每个元素中 gc_info 为紫色的标记元素为灰色，且引用计数减 1。
  • 扫描 roots 环中 gc_info 为灰色的元素，如果发现其引用计数仍旧大于 0，说明这个元素还在其他地方使用，那么将其颜色重新标记回黑色，并将其引用计数加 1（在第一步有减 1 操作）。如果发现其引用计数为 0，则将其标记为白色。该过程同样为深度优先遍历。
  • 扫描 roots 环，将 gc_info 颜色为黑色的元素从 roots 移除。然后对 roots 中颜色为白色的元素进行深度优先遍历，将其引用计数加 1（在第一步有减 1 操作），然后将 roots 链表移动到待释放的列表中（to_free）。
  • 释放 to_free 列表的元素。
 
是否支持垃圾回收也是 zend_value.u1.v.type_flags 掩码定义的
 
总结一下：一个类型是否支持引用计数、写时复制、垃圾回收，是根据 zval.u1.v.type_flags 掩码来决定的，下面三个值分别表示是否支持的对应的功能。
  • IS_TYPE_REFCOUNTED
  • IS_TYPE_COPYABLE
  • IS_TYPE_COLLECTABLE
写时复制机制可以提高性能减少内存占用，简单的变量回收可以通过引用计数实现，复杂的变量引用关系导致的垃圾需要使用垃圾回收来处理。
 

© 菜皮 2020 - 2023