PHP 底层原理

Created at 2019-04-16 Updated at 2020-07-29 Category PHP Tag PHP views

生命周期和 Zend 引擎

SAPI 指的是 PHP 集体应用的编程接口，脚本执行的开始都是以 SAPI 接口实现开始的

SAPI 概述

PHP 脚本的执行

php 虽然是一个脚本语言。但不是靠解释器解释，而是 zend 虚拟机，屏蔽了操作系统的区别。
php 代码编译成 opcode，用 zend 虚拟机来执行 opcode，php 脚本一结束，opcode 就清除了
php 本身不支持缓存，但是 apc，xcache 等加速器，实现了这样的效果

执行过程

Opcode 是一种 php 脚本编译后的中间语言

Scanning（Lexing），将 php 代码转换为语言片段（Tokens）
parsing，将 Tokens 转换成简单而有意义的表达式
Compilation，将表达式编译成 Opcodes
Execution，顺次执行 Opcodes，每次一条，从而实现 PHP 脚本的功能

变量的底层实现

struct _zval_struct{
    union {
        long lval;
        double dval;
        struct{
            char *val;
            int len;//字符串长度
        }str;
        HashTable *ht;
        zend_object_value obj;
        zend_ast *ast;
    }value;
    //变量的值，是个联合体
    zend_uint refcount_gc //指向次数
    zend_uchar type //变量类型
    zend_uchar is_ref_gc //是否引用
}

在php中，字符串长度直接体现在其结构体中。strlen速度非常快

PHP 中有 8 种数据类型，为什么联合体中只有 5 种

NULL，直接 zval->type=IS_NULL 就可以表示，不必设置 value 的值。
BOOL，zval->type=IS_BOOL,再设置 lval=1/0。
Resource，资源型，往往是服务器上打开的一个接口，lval=服务器上打开的接口的编号。

符号表

符号表是一张哈希表里面存储了变量名 -> 变量的 zval 结构体的地址。

在传值赋值时，以 $a=3;$b=$a; 为例，并没有再次产生结构体，而是两个变量共用一个结构体，refcount_gc 值为 2。

a，b 指向同一结构体，修改其中一方时，结构体会分裂成两个，这种特点称为 cow（copy on write）。

引用时，if_ref_gc=1,说明这个变量是引用，共用一个结构体，修改时直接改这个结构体的值，不分裂。

如果 $a=3;$b=$a; $c=&$a; 会强制分裂，b分裂一份结构体。

数组的 zvalue 里面存放的是指针，指向哈希表，哈希表里面就是数组的键和存放数组值的 zval

$arr=[0,1,2,3];
$tmp=$arr;
$arr[1]=11;//$tmp[1]=1

此时发生了分裂，数组的一号单元产生了一个新的结构体，但是0，2，3对应的还是同一个结构体

$arr=[0,1,2,3];
$x=&$arr[1];
$tmp=$arr;
$arr[1]=11;//$tmp[1]=11

此时强制分裂失效

弱类型的实现

foreach

foreach 循环后，数组指针停留在数组结尾
foreach 操作的是 arrcopy，是 arr 的复制

符号表与作用域

当执行函数时，会生成函数的“执行环境结构体”，包含函数名，参数，执行步骤，所在的类，以及为这个函数生成一个符号表，符号表统一放在栈上，并把active_symbol_table指向刚产生的符号表，这个结构体是_zend_execute_data{}结构体，这个结构体中，有两个重要信息
*op_array 是函数的执行步骤
*hash_table–>symbol_table 这个函数对应的符号表
静态变量放在op_array里，函数无论调用多少次。op_array只有一个，所以操作的是共同的变量
常量
define，值为对象时，会把对象转成标量来存储，需要__toString魔术方法
常量的符号表只有一个，所以全局有效，变量，每调用一次，生成一个独立的符号表
对象
对象存储在 handle 里，handle 指向 hash 表中的对象
垃圾回收
PHP 5.3 版本之前都是采用引用计数的方式管理内存，PHP 所有的变量存在一个叫 zval 的变量容器中，当变量被引用的时候，引用计数会 + 1，变量引用计数变为 0 时，PHP 将在内存中销毁这个变量。

但是引用计数中的循环引用，引用计数不会消减为 0，就会导致内存泄露。
而php中内存对象就是zval，而计数器就是refcount__gc。

循环引用问题：
```
$a=array("one");
$a[]=&$a;
unset($a);
```

在 5.3 版本之后，做了这些优化：

并不是每次引用计数减少时都进入回收周期，只有根缓冲区满额后在开始垃圾回收；
可以解决循环引用问题；
可以总将内存泄露保持在一个阈值以下。

有几个基本准则：

如果一个 zval 的 refcount 增加，那么此 zval 还在使用，不属于垃圾
如果一个 zval 的 refcount 减少到 0，那么 zval 可以被释放掉，不属于垃圾
如果一个 zval 的 refcount 减少之后大于 0，那么此 zval 还不能被释放，此 zval 可能成为一个垃圾。

新的GC算法目的就是防止循环引用的变量引起内存泄露问题。在PHP中GC算法，当节点缓冲区满了之后，垃圾分析算法就会启动，并且会释放掉发现的垃圾，从而回收内存。
首先PHP会分配一个固定大小的“根缓冲区”，这个缓冲区用于存放固定数量的zval，这个数量默认是10,000，如果需要修改则需要修改源代码Zend/zend_gc.c中的常量GC_ROOT_BUFFER_MAX_ENTRIES然后重新编译。
由上文我们可以知道，一个zval如果有引用，要么被全局符号表中的符号引用，要么被其它表示复杂类型的zval中的符号引用。因此在zval中存在一些可能根（root）。这里我们暂且不讨论PHP是如何发现这些可能根的，这是个很复杂的问题，总之PHP有办法发现这些可能根zval并将它们投入根缓冲区。
当根缓冲区满额时，PHP就会执行垃圾回收，此回收算法如下：

对每个根缓冲区中的根zval按照深度优先遍历算法遍历所有能遍历到的zval，并将每个zval的refcount减1，同时为了避免对同一zval多次减1（因为可能不同的根能遍历到同一个zval），每次对某个zval减1后就对其标记为“已减”。
再次对每个缓冲区中的根zval深度优先遍历，如果某个zval的refcount不为0，则对其加1，否则保持其为0。
清空根缓冲区中的所有根（注意是把这些zval从缓冲区中清除而不是销毁它们），然后销毁所有refcount为0的zval，并收回其内存。