[转]PHP7内核剖析之变量的内部实现

梦里梦外; 2022-07-10 04:28 151阅读 0赞

作者：秦朋

PHP变量实现的基础结构是`zval`，各种类型的实现均基于此结构实现，是PHP中最基础的一个结构，每个PHP变量都对应一个`zval`，下面就看下这个结构以及PHP变量的内存管理机制。

zval结构

![0_wx_fmt_png][]

zval结构比较简单，内嵌一个union类型的zend_value保存具体变量类型的值或指针，zval中还有两个union：u1、u2:

*  u1：它的意义比较直观，变量的类型就通过`u1.type`区分，另外一个值`type_flags`为类型掩码，在变量的内存管理、gc机制中会用到，第三部分会详细分析，至于后面两个`const_flags`、`reserved`暂且不管
 *  u2：这个值纯粹是个辅助值，假如`zval`只有:`value`、`u1`两个值，整个zval的大小也会对齐到16byte，既然不管有没有u2大小都是16byte，把多余的4byte拿出来用于一些特殊用途还是很划算的，比如next在哈希表解决哈希冲突时会用到，还有fe\_pos在foreach会用到......

从`zend_value`可以看出，除`long`、`double`类型直接存储值外，其它类型都为指针，指向各自的结构。

类型

`zval.u1.type`类型：

![0_wx_fmt_png 1][]

#### 标量类型 ####

最简单的类型是true、false、long、double、null，其中true、false、null没有value，直接根据type区分，而long、double的值则直接存在value中：zend\_long、double，也就是标量类型不需要额外的value指针。

字符串

PHP中字符串通过`zend_string`表示:

![0_wx_fmt_png 2][]

*  gc：变量引用信息，比如当前value的引用数，所有用到引用计数的变量类型都会有这个结构，3.1节会详细分析
 *  h：哈希值，数组中计算索引时会用到
 *  len：字符串长度，通过这个值保证二进制安全
 *  val：字符串内容，变长struct，分配时按len长度申请内存

事实上字符串又可具体分为几类：IS\_STR\_PERSISTENT(通过malloc分配的)、IS\_STR\_INTERNED(php代码里写的一些字面量，比如函数名、变量值)、IS\_STR\_PERMANENT(永久值，生命周期大于request)、IS\_STR\_CONSTANT(常量)、IS\_STR\_CONSTANT\_UNQUALIFIED，这个信息通过flag保存：zval.value->gc.u.flags，后面用到的时候再具体分析。

数组

array是PHP中非常强大的一个数据结构，它的底层实现就是普通的有序HashTable，这里简单看下它的结构，下一节会单独分析数组的实现。

![0_wx_fmt_png 3][]

对象/资源

![0_wx_fmt_png 4][]

对象比较常见，资源指的是tcp连接、文件句柄等等类型，这种类型比较灵活，可以随意定义struct，通过ptr指向，后面会单独分析这种类型，这里不再多说。

引用

引用是PHP中比较特殊的一种类型，它实际是指向另外一个PHP变量，对它的修改会直接改动实际指向的zval，可以简单的理解为C中的指针，在PHP中通过`&`操作符产生一个引用变量，也就是说不管以前的类型是什么，`&`首先会将新生成一个zval，类型为IS\_REFERENCE，然后将val的value指向原来zval的value。

![0_wx_fmt_png 5][]

结构非常简单，除了公共部分`zend_refcounted_h`外只有一个`val`，举个示例看下具体的结构关系：

![0_wx_fmt_png 6][]

最终的结果如图：

![0_wx_fmt_png 7][]

注意：引用只能通过`&`产生，无法通过赋值传递，比如：

![0_wx_fmt_png 8][]

`$b = &$a`这时候`$a`、`$b`的类型是引用，但是`$c = $b`并不会直接将`$b`赋值给`$c`，而是把`$b`实际指向的zval赋值给`$c`，如果想要`$c`也是一个引用则需要这么操作：

![0_wx_fmt_png 8][]

这个也表示PHP中的引用只可能有一层，不会出现一个引用指向另外一个引用的情况，也就是没有C语言中`指针的指针`的概念。

内存管理

接下来分析下变量的分配、销毁。

在分析变量内存管理之前我们先自己想一下可能的实现方案，最简单的处理方式：定义变量时alloc一个zval及对应的value结构(ref/arr/str/res...)，赋值、函数传参时硬拷贝一个副本，这样各变量最终的值完全都是独立的，不会出现多个变量同时共用一个value的情况，在执行完以后直接将各变量及value结构free掉。

这种方式是可行的，而且内存管理也很简单，但是，硬拷贝带来的一个问题是效率低，比如我们定义了一个变量然后赋值给另外一个变量，可能后面都只是只读操作，假如硬拷贝的话就会有多余的一份数据，这个问题的解决方案是：引用计数+写时复制。PHP变量的管理正是基于这两点实现的。

引用计数

引用计数是指在value中增加一个字段`refcount`记录指向当前value的数量，变量复制、函数传参时并不直接硬拷贝一份value数据，而是将`refcount++`，变量销毁时将`refcount--`，等到`refcount`减为0时表示已经没有变量引用这个value，将它销毁即可。

![0_wx_fmt_png 9][]

引用计数的信息位于给具体value结构的gc中：

![0_wx_fmt_png 10][]

从上面的zend\_value结构可以看出并不是所有的数据类型都会用到引用计数，`long`、`double`直接都是硬拷贝，只有value是指针的那几种类型才可能会用到引用计数。

下面再看一个例子：

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

猜测一下变量`$a/$b`的引用情况。

这个不跟上面的例子一样吗？字符串`"hi~"`有`$a/$b`两个引用，所以`zend_string1(refcount=2)`。但是这是错的，gdb调试发现上面例子zend\_string的引用计数为0。这是为什么呢？

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

事实上并不是所有的PHP变量都会用到引用计数，标量：true/false/double/long/null是硬拷贝自然不需要这种机制，但是除了这几个还有两个特殊的类型也不会用到：interned string(内部字符串，就是上面提到的字符串flag：IS\_STR\_INTERNED)、immutable array，它们的type是`IS_STRING`、`IS_ARRAY`，与普通string、array类型相同，那怎么区分一个value是否支持引用计数呢？还记得`zval.u1`中那个类型掩码`type_flag`吗？正是通过这个字段标识的，这个字段除了标识value是否支持引用计数外还有其它几个标识位，按位分割，注意：`type_flag`与`zval.value->gc.u.flag`不是一个值。

支持引用计数的value类型其`zval.u1.type_flag`包含(注意是&，不是等于)`IS_TYPE_REFCOUNTED`：

#define IS_TYPE_REFCOUNTED          (1<<2)

下面具体列下哪些类型会有这个标识：

simple types很显然用不到，不再解释，string、array、object、resource、reference有引用计数机制也很容易理解，下面具体解释下另外两个特殊的类型：

*  interned string：内部字符串，这是种什么类型？我们在PHP中写的所有字符都可以认为是这种类型，比如function name、class name、variable name、静态字符串等等，我们这样定义:`$a = "hi~;"`后面的字符串内容是唯一不变的，这些字符串等同于C语言中定义在静态变量区的字符串：`char *a = "hi~";`，这些字符串的生命周期为request期间，request完成后会统一销毁释放，自然也就无需在运行期间通过引用计数管理内存。
 *  immutable array：只有在用opcache的时候才会用到这种类型，不清楚具体实现，暂时忽略。

写时复制

上一小节介绍了引用计数，多个变量可能指向同一个value，然后通过refcount统计引用数，这时候如果其中一个变量试图更改value的内容则会重新拷贝一份value修改，同时断开旧的指向，写时复制的机制在计算机系统中有非常广的应用，它只有在必要的时候(写)才会发生硬拷贝，可以很好的提高效率，下面从示例看下：

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

最终的结果：

![0_wx_fmt_png 11][]

不是所有类型都可以copy的，比如对象、资源，实时上只有string、array两种支持，与引用计数相同，也是通过`zval.u1.type_flag`标识value是否可复制的：

#define IS_TYPE_COLLECTABLE         (1<<3)

copyable的意思是当value发生duplication时是否需要copy，这个具体有两种情形下会发生：

*  a.从literal变量区复制到局部变量区，比如：`$a = [];`实际会有两个数组，而`$a = "hi~";//interned string`则只有一个string
 *  b.局部变量区分离时(写时复制)：如改变变量内容时引用计数大于1则需要分离，`$a = [];$b = $a; $b[] = 1;`这里会分离，类型是array所以可以复制，如果是对象：`$a = new user;$b = $a;$a->name = "dd";`这种情况是不会复制object的，$a、$b指向的对象还是同一个

具体literal、局部变量区变量的初始化、赋值后面编译、执行两篇文章会具体分析，这里知道变量有个`copyable`的属性就行了。

变量回收

PHP变量的回收主要有两种：主动销毁、自动销毁。主动销毁指的就是unset，而自动销毁就是PHP的自动管理机制，在return时减掉局部变量的refcount，即使没有显式的return，PHP也会自动给加上这个操作。

垃圾回收

PHP变量的回收是根据refcount实现的，当unset、return时会将变量的引用计数减掉，如果refcount减到0则直接释放value，这是变量的简单gc过程，但是实际过程中出现gc无法回收导致内存泄漏的bug，先看下一个例子：

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

`unset($a)`之前引用关系：

![0_wx_fmt_png 12][]

`unset($a)`之后：

![0_wx_fmt_png 13][]

可以看到，`unset($a)`之后由于数组中有子元素指向`$a`，所以`refcount > 0`，无法通过简单的gc机制回收，这种变量就是垃圾，垃圾回收器要处理的就是这种情况，目前垃圾只会出现在array、object两种类型中，所以只会针对这两种情况作特殊处理：当销毁一个变量时，如果发现减掉refcount后仍然大于0，且类型是IS\_ARRAY、IS\_OBJECT则将此value放入gc可能垃圾双向链表中，等这个链表达到一定数量后启动检查程序将所有变量检查一遍，如果确定是垃圾则销毁释放。

标识变量是否需要回收也是通过`u1.type_flag`区分的：

#define IS_TYPE_COLLECTABLE

具体的垃圾回收过程这里不再介绍，后面会单独分析。

\--------------伟大的分割线----------------

本文由 秦朋 向 饭米粒投稿，转载请注明本来源信息和以下的二维码（长按可识别二维码关注）

来源：http://chuansong.me/n/1600725552016

[0_wx_fmt_png]: /images/20220709/83dab0a2558d4214b1d7a99ba0f32fc6.png?wx_fmt=png
[0_wx_fmt_png 1]: /images/20220709/fc61df18223b4802bfc58028a613b2fc.png?wx_fmt=png
[0_wx_fmt_png 2]: /images/20220709/a4ff5c5df20248daa8a8436d5de6f986.png?wx_fmt=png
[0_wx_fmt_png 3]: /images/20220709/eb7a59acff08427bad7a9cd223f402ed.png?wx_fmt=png
[0_wx_fmt_png 4]: /images/20220709/a7b64e8a1c764531a93eeec11bed8939.png?wx_fmt=png
[0_wx_fmt_png 5]: /images/20220709/b2f63eb99f7c466bb5bb45d5957b9790.png?wx_fmt=png
[0_wx_fmt_png 6]: /images/20220709/6acbbef3444045fe999eabbe8c66e532.png?wx_fmt=png
[0_wx_fmt_png 7]: /images/20220709/4f99a55df41b4d02b31c75d09f220c74.png?wx_fmt=png
[0_wx_fmt_png 8]: /images/20220709/b4a8e470dbb34cbbb079018ef13f4fbb.png?wx_fmt=png
[0_wx_fmt_png 9]: /images/20220709/80f4f379bb1f4b7c8397025aa2363e79.png?wx_fmt=png
[0_wx_fmt_png 10]: /images/20220709/0b492bf473fa485b887faae0b19404de.png?wx_fmt=png
[0_wx_fmt_png 11]: /images/20220709/327e1f3c15f04589973290b74bb28de4.png?wx_fmt=png
[0_wx_fmt_png 12]: /images/20220709/cb6ee334987440dc8bfae0c0005d8981.png?wx_fmt=png
[0_wx_fmt_png 13]: /images/20220709/dd98b026363842c3915894905f0f95c7.png?wx_fmt=png