PHP 底層的運行機制與原理，php底層運行機制

作者：nowamagic

鏈接：http://www.nowamagic.net/librarys/veda/detail/102

PHP說簡單，但是要精通也不是一件簡單的事。我們除了會使用之外，還得知道它底層的工作原理。

PHP是一種適用于web開發(fā)的動態(tài)語言。具體點說，就是一個用C語言實現(xiàn)包含大量組件的軟件框架。更狹義點看，可以把它認為是一個強大的UI框架。

了解PHP底層實現(xiàn)的目的是什么？動態(tài)語言要像用好首先得了解它，內(nèi)存管理、框架模型值得我們借鑒，通過擴展開發(fā)實現(xiàn)更多更強大的功能，優(yōu)化我們程序的性能。

1. PHP的設計理念及特點

• 多進程模型：由于PHP是多進程模型，不同請求間互不干涉，這樣保證了一個請求掛掉不會對全盤服務造成影響，當然，隨著時代發(fā)展，PHP也早已支持多線程模型。

• 弱類型語言：和C/C++、Java、C#等語言不同，PHP是一門弱類型語言。一個變量的類型并不是一開始就確定不變，運行中才會確定并可能發(fā)生隱式或顯式的類型轉(zhuǎn)換，這種機制的靈活性在web開發(fā)中非常方便、高效，具體會在后面PHP變量中詳述。

• 引擎(Zend)+組件(ext)的模式降低內(nèi)部耦合。

• 中間層(sapi)隔絕web server和PHP。

• 語法簡單靈活，沒有太多規(guī)范。缺點導致風格混雜，但再差的程序員也不會寫出太離譜危害全局的程序。

2. PHP的四層體系

PHP的核心架構如下圖：

從圖上可以看出，PHP從下到上是一個4層體系：

• Zend引擎：Zend整體用純C實現(xiàn)，是PHP的內(nèi)核部分，它將PHP代碼翻譯（詞法、語法解析等一系列編譯過程）為可執(zhí)行opcode的處理并實現(xiàn)相應的處理方法、實現(xiàn)了基本的數(shù)據(jù)結構（如hashtable、oo）、內(nèi)存分配及管理、提供了相應的api方法供外部調(diào)用，是一切的核心，所有的外圍功能均圍繞Zend實現(xiàn)。

• Extensions：圍繞著Zend引擎，extensions通過組件式的方式提供各種基礎服務，我們常見的各種內(nèi)置函數(shù)（如array系列）、標準庫等都是通過extension來實現(xiàn)，用戶也可以根據(jù)需要實現(xiàn)自己的extension以達到功能擴展、性能優(yōu)化等目的（如貼吧正在使用的PHP中間層、富文本解析就是extension的典型應用）。

• Sapi：Sapi全稱是Server Application Programming Interface，也就是服務端應用編程接口，Sapi通過一系列鉤子函數(shù)，使得PHP可以和外圍交互數(shù)據(jù)，這是PHP非常優(yōu)雅和成功的一個設計，通過sapi成功的將PHP本身和上層應用解耦隔離，PHP可以不再考慮如何針對不同應用進行兼容，而應用本身也可以針對自己的特點實現(xiàn)不同的處理方式。

• 上層應用：這就是我們平時編寫的PHP程序，通過不同的sapi方式得到各種各樣的應用模式，如通過webserver實現(xiàn)web應用、在命令行下以腳本方式運行等等。

如果PHP是一輛車，那么車的框架就是PHP本身，Zend是車的引擎（發(fā)動機），Ext下面的各種組件就是車的輪子，Sapi可以看做是公路，車可以跑在不同類型的公路上，而一次PHP程序的執(zhí)行就是汽車跑在公路上。因此，我們需要：性能優(yōu)異的引擎+合適的車輪+正確的跑道。

3. Sapi

如前所述，Sapi通過通過一系列的接口，使得外部應用可以和PHP交換數(shù)據(jù)并可以根據(jù)不同應用特點實現(xiàn)特定的處理方法，我們常見的一些sapi有：

• apache2handler：這是以apache作為webserver，采用mod_PHP模式運行時候的處理方式，也是現(xiàn)在應用最廣泛的一種。

• cgi：這是webserver和PHP直接的另一種交互方式，也就是大名鼎鼎的fastcgi協(xié)議，在最近今年fastcgi+PHP得到越來越多的應用，也是異步webserver所唯一支持的方式。

• cli：命令行調(diào)用的應用模式

4. PHP的執(zhí)行流程&opcode

我們先來看看PHP代碼的執(zhí)行所經(jīng)過的流程。

從圖上可以看到，PHP實現(xiàn)了一個典型的動態(tài)語言執(zhí)行過程：拿到一段代碼后，經(jīng)過詞法解析、語法解析等階段后，源程序會被翻譯成一個個指令(opcodes)，然后ZEND虛擬機順次執(zhí)行這些指令完成操作。PHP本身是用C實現(xiàn)的，因此最終調(diào)用的也都是C的函數(shù)，實際上，我們可以把PHP看做是一個C開發(fā)的軟件。

PHP的執(zhí)行的核心是翻譯出來的一條一條指令，也即opcode。

Opcode是PHP程序執(zhí)行的最基本單位。一個opcode由兩個參數(shù)(op1,op2)、返回值和處理函數(shù)組成。PHP程序最終被翻譯為一組opcode處理函數(shù)的順序執(zhí)行。

常見的幾個處理函數(shù)：

<p>ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 變量分配 （$a=$b）</p>
<p>ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函數(shù)調(diào)用</p>
<p>ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接 $a.$b</p>
<p>ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法運算 $a+2</p>
<p>ZEND_IS_EQUAL_SPEC_CV_CONST：判斷相等 $a==1</p>
<p>ZEND_IS_IDENTICAL_SPEC_CV_CONST：判斷相等 $a===1</p>

5. HashTable — 核心數(shù)據(jù)結構

HashTable是zend的核心數(shù)據(jù)結構，在PHP里面幾乎并用來實現(xiàn)所有常見功能，我們知道的PHP數(shù)組即是其典型應用，此外，在zend內(nèi)部，如函數(shù)符號表、全局變量等也都是基于hash table來實現(xiàn)。

PHP的hash table具有如下特點：

• 支持典型的key->value查詢

• 可以當做數(shù)組使用

• 添加、刪除節(jié)點是O（1）復雜度

• key支持混合類型：同時存在關聯(lián)數(shù)組合索引數(shù)組

• Value支持混合類型：array (“string”,2332)

• 支持線性遍歷：如foreach

Zend hash table實現(xiàn)了典型的hash表散列結構，同時通過附加一個雙向鏈表，提供了正向、反向遍歷數(shù)組的功能。其結構如下圖：

可以看到，在hash table中既有key->value形式的散列結構，也有雙向鏈表模式，使得它能夠非常方便的支持快速查找和線性遍歷。

• 散列結構：Zend的散列結構是典型的hash表模型，通過鏈表的方式來解決沖突。需要注意的是zend的hash table是一個自增長的數(shù)據(jù)結構，當hash表數(shù)目滿了之后，其本身會動態(tài)以2倍的方式擴容并重新元素位置。初始大小均為8。另外，在進行key->value快速查找時候，zend本身還做了一些優(yōu)化，通過空間換時間的方式加快速度。比如在每個元素中都會用一個變量nKeyLength標識key的長度以作快速判定。

• 雙向鏈表：Zend hash table通過一個鏈表結構，實現(xiàn)了元素的線性遍歷。理論上，做遍歷使用單向鏈表就夠了，之所以使用雙向鏈表，主要目的是為了快速刪除，避免遍歷。Zend hash table是一種復合型的結構，作為數(shù)組使用時，即支持常見的關聯(lián)數(shù)組也能夠作為順序索引數(shù)字來使用，甚至允許2者的混合。

• PHP關聯(lián)數(shù)組：關聯(lián)數(shù)組是典型的hash_table應用。一次查詢過程經(jīng)過如下幾步（從代碼可以看出，這是一個常見的hash查詢過程并增加一些快速判定加速查找。）：

<p>getKeyHashValue h;</p>
<p>index = n & nTableMask;</p>
<p>Bucket *p = arBucket[index];</p>
<p>while (p) {</p>
<p>   if ((p->h == h) & (p->nKeyLength == nKeyLength)) {</p>
<p>       RETURN p->data;  </p>
<p>   }</p>
<p>   p=p->next;</p>
<p>}</p>

• PHP索引數(shù)組：索引數(shù)組就是我們常見的數(shù)組，通過下標訪問。例如 $arr[0]，Zend HashTable內(nèi)部進行了歸一化處理，對于index類型key同樣分配了hash值和nKeyLength(為0)。內(nèi)部成員變量nNextFreeElement就是當前分配到的最大id，每次push后自動加一。正是這種歸一化處理，PHP才能夠?qū)崿F(xiàn)關聯(lián)和非關聯(lián)的混合。由于push操作的特殊性，索引key在PHP數(shù)組中先后順序并不是通過下標大小來決定，而是由push的先后決定。例如 $arr[1] = 2; $arr[2] = 3;對于double類型的key，Zend HashTable會將他當做索引key處理

6. PHP變量

PHP是一門弱類型語言，本身不嚴格區(qū)分變量的類型。PHP在變量申明的時候不需要指定類型。PHP在程序運行期間可能進行變量類型的隱示轉(zhuǎn)換。和其他強類型語言一樣，程序中也可以進行顯示的類型轉(zhuǎn)換。PHP變量可以分為簡單類型(int、string、bool)、集合類型(array resource object)和常量(const)。以上所有的變量在底層都是同一種結構 zval。

Zval是zend中另一個非常重要的數(shù)據(jù)結構，用來標識并實現(xiàn)PHP變量，其數(shù)據(jù)結構如下：

Zval主要由三部分組成：

• type：指定了變量所述的類型（整數(shù)、字符串、數(shù)組等）

• refcount&is_ref：用來實現(xiàn)引用計數(shù)(后面具體介紹)

• value：核心部分，存儲了變量的實際數(shù)據(jù)

Zvalue是用來保存一個變量的實際數(shù)據(jù)。因為要存儲多種類型，所以zvalue是一個union，也由此實現(xiàn)了弱類型。

PHP變量類型和其實際存儲對應關系如下：

<p>IS_LONG   -> lvalue</p>
<p>IS_DOUBLE -> dvalue</p>
<p>IS_ARRAY  -> ht</p>
<p>IS_STRING -> str</p>
<p>IS_RESOURCE -> lvalue</p>

引用計數(shù)在內(nèi)存回收、字符串操作等地方使用非常廣泛。PHP中的變量就是引用計數(shù)的典型應用。Zval的引用計數(shù)通過成員變量is_ref和ref_count實現(xiàn)，通過引用計數(shù)，多個變量可以共享同一份數(shù)據(jù)。避免頻繁拷貝帶來的大量消耗。

在進行賦值操作時，zend將變量指向相同的zval同時ref_count++，在unset操作時，對應的ref_count-1。只有ref_count減為0時才會真正執(zhí)行銷毀操作。如果是引用賦值，則zend會修改is_ref為1。

PHP變量通過引用計數(shù)實現(xiàn)變量共享數(shù)據(jù)，那如果改變其中一個變量值呢？當試圖寫入一個變量時，Zend若發(fā)現(xiàn)該變量指向的zval被多個變量共享，則為其復制一份ref_count為1的zval，并遞減原zval的refcount，這個過程稱為“zval分離”?？梢?，只有在有寫操作發(fā)生時zend才進行拷貝操作，因此也叫copy-on-write(寫時拷貝)

對于引用型變量，其要求和非引用型相反，引用賦值的變量間必須是捆綁的，修改一個變量就修改了所有捆綁變量。

整數(shù)、浮點數(shù)是PHP中的基礎類型之一，也是一個簡單型變量。對于整數(shù)和浮點數(shù)，在zvalue中直接存儲對應的值。其類型分別是long和double。

從zvalue結構中可以看出，對于整數(shù)類型，和c等強類型語言不同，PHP是不區(qū)分int、unsigned int、long、long long等類型的，對它來說，整數(shù)只有一種類型也就是long。由此，可以看出，在PHP里面，整數(shù)的取值范圍是由編譯器位數(shù)來決定而不是固定不變的。

對于浮點數(shù)，類似整數(shù)，它也不區(qū)分float和double而是統(tǒng)一只有double一種類型。

在PHP中，如果整數(shù)范圍越界了怎么辦？這種情況下會自動轉(zhuǎn)換為double類型，這個一定要小心，很多trick都是由此產(chǎn)生。

和整數(shù)一樣，字符變量也是PHP中的基礎類型和簡單型變量。通過zvalue結構可以看出，在PHP中，字符串是由由指向?qū)嶋H數(shù)據(jù)的指針和長度結構體組成，這點和c++中的string比較類似。由于通過一個實際變量表示長度，和c不同，它的字符串可以是2進制數(shù)據(jù)（包含），同時在PHP中，求字符串長度strlen是O(1)操作。

在新增、修改、追加字符串操作時，PHP都會重新分配內(nèi)存生成新的字符串。最后，出于安全考慮，PHP在生成一個字符串時末尾仍然會添加

常見的字符串拼接方式及速度比較：

假設有如下4個變量：$strA=‘123’; $strB = ‘456’; $intA=123; intB=456;

現(xiàn)在對如下的幾種字符串拼接方式做一個比較和說明：

<p>$res = $strA.$strB和$res = &ldquo;$strA$strB&rdquo;</p>
<p>這種情況下，zend會重新malloc一塊內(nèi)存并進行相應處理，其速度一般</p>
<p>$strA = $strA.$strB</p>
<p>這種是速度最快的，zend會在當前strA基礎上直接relloc，避免重復拷貝</p>
<p>$res = $intA.$intB</p>
<p>這種速度較慢，因為需要做隱式的格式轉(zhuǎn)換，實際編寫程序中也應該注意盡量避免</p>
<p>$strA = sprintf (&ldquo;%s%s&rdquo;,$strA.$strB);</p>

這會是最慢的一種方式，因為sprintf在PHP中并不是一個語言結構，本身對于格式識別和處理就需要耗費比較多時間，另外本身機制也是malloc。不過sprintf的方式最具可讀性，實際中可以根據(jù)具體情況靈活選擇。

PHP的數(shù)組通過Zend HashTable來天然實現(xiàn)。

foreach操作如何實現(xiàn)？對一個數(shù)組的foreach就是通過遍歷hashtable中的雙向鏈表完成。對于索引數(shù)組，通過foreach遍歷效率比for高很多，省去了key->value的查找。count操作直接調(diào)用HashTable->NumOfElements，O(1)操作。對于’123’這樣的字符串，zend會轉(zhuǎn)換為其整數(shù)形式。$arr[‘123’]和$arr[123]是等價的

資源類型變量是PHP中最復雜的一種變量，也是一種復合型結構。

PHP的zval可以表示廣泛的數(shù)據(jù)類型，但是對于自定義的數(shù)據(jù)類型卻很難充分描述。由于沒有有效的方式描繪這些復合結構，因此也沒有辦法對它們使用傳統(tǒng)的操作符。要解決這個問題，只需要通過一個本質(zhì)上任意的標識符（label）引用指針，這種方式被稱為資源。

在zval中，對于resource，lval作為指針來使用，直接指向資源所在的地址。Resource可以是任意的復合結構，我們熟悉的mysqli、fsock、memcached等都是資源。

如何使用資源：

• 注冊：對于一個自定義的數(shù)據(jù)類型，要想將它作為資源。首先需要進行注冊，zend會為它分配全局唯一標示。

• 獲取一個資源變量：對于資源，zend維護了一個id->實際數(shù)據(jù)的hash_tale。對于一個resource，在zval中只記錄了它的id。fetch的時候通過id在hash_table中找到具體的值返回。

• 資源銷毀：資源的數(shù)據(jù)類型是多種多樣的。Zend本身沒有辦法銷毀它。因此需要用戶在注冊資源的時候提供銷毀函數(shù)。當unset資源時，zend調(diào)用相應的函數(shù)完成析構。同時從全局資源表中刪除它。

資源可以長期駐留，不只是在所有引用它的變量超出作用域之后，甚至是在一個請求結束了并且新的請求產(chǎn)生之后。這些資源稱為持久資源，因為它們貫通SAPI的整個生命周期持續(xù)存在，除非特意銷毀。很多情況下，持久化資源可以在一定程度上提高性能。比如我們常見的mysql_pconnect ,持久化資源通過pemalloc分配內(nèi)存，這樣在請求結束的時候不會釋放。

對zend來說，對兩者本身并不區(qū)分。

PHP中的局部變量和全局變量是如何實現(xiàn)的？對于一個請求，任意時刻PHP都可以看到兩個符號表(symbol_table和active_symbol_table)，其中前者用來維護全局變量。后者是一個指針，指向當前活動的變量符號表，當程序進入到某個函數(shù)中時，zend就會為它分配一個符號表x同時將active_symbol_table指向a。通過這樣的方式實現(xiàn)全局、局部變量的區(qū)分。

獲取變量值：PHP的符號表是通過hash_table實現(xiàn)的，對于每個變量都分配唯一標識，獲取的時候根據(jù)標識從表中找到相應zval返回。

函數(shù)中使用全局變量：在函數(shù)中，我們可以通過顯式申明global來使用全局變量。在active_symbol_table中創(chuàng)建symbol_table中同名變量的引用，如果symbol_table中沒有同名變量則會先創(chuàng)建。