PHP底層的運行機制與原理，php底層運行機制

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底層實現的目的是什么？動態(tài)語言要像用好首先得了解它，內存管理、框架模型值得我們借鑒，通過擴展開發(fā)實現更多更強大的功能，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，是PHP的內核部分，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的處理并實現相應的處理方法、實現了基本的數據結構（如hashtable、oo）、內存分配及管理、提供了相應的api方法供外部調用，是一切的核心，所有的外圍功能均圍繞Zend實現。
• Extensions：圍繞著Zend引擎，extensions通過組件式的方式提供各種基礎服務，我們常見的各種內置函數（如array系列）、標準庫等都是通過extension來實現，用戶也可以根據需要實現自己的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，使得PHP可以和外圍交互數據，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交換數據并可以根據不同應用特點實現特定的處理方法，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)行所經過的流程。

從圖上可以看到，PHP實現了一個典型的動態(tài)語言執(zhí)行過程：拿到一段代碼后，經過詞法解析、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實現的，因此最終調用的也都是C的函數，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(op1,op2)、返回值和處理函數組成。PHP程序最終被翻譯為一組opcode處理函數的順序執(zhí)行。

常見的幾個處理函數：

1	ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 變量分配 （$a=$b）

2	ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函數調用

3	ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接?$a.$b

4	ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法運算?$a+2

5	ZEND_IS_EQUAL_SPEC_CV_CONST：判斷相等?$a==1

6	ZEND_IS_IDENTICAL_SPEC_CV_CONST：判斷相等?$a===1

5. HashTable — 核心數據結構

HashTable是zend的核心數據結構，在PHP里面幾乎并用來實現所有常見功能，我們知道的PHP數組即是其典型應用，此外，在zend內部，如函數符號表、全局變量等也都是基于hash table來實現。

PHP的hash table具有如下特點：

• 支持典型的key->value查詢
• 可以當做數組使用
• 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)數組合索引數組
• Value支持混合類型：array (“string”,2332)
• 支持線性遍歷：如foreach

Zend hash table實現了典型的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是一個自增長的數據結構，當hash表數目滿了之后，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，作為數組使用時，即支持常見的關聯(lián)數組也能夠作為順序索引數字來使用，甚至允許2者的混合。
• PHP關聯(lián)數組：關聯(lián)數組是典型的hash_table應用。一次查詢過程經過如下幾步（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。）：

01	getKeyHashValue h;

02	index = n & nTableMask;

03	Bucket *p = arBucket[index];

04	while?(p) {

05	????if?((p->h == h) && (p->nKeyLength == nKeyLength)) {

06	????????RETURN p->data;???

07

????}

08	????p=p->next;

09

}

10	RETURN FALTURE;

• PHP索引數組：索引數組就是我們常見的數組，通過下標訪問。例如 $arr[0]，Zend HashTable內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才能夠實現關聯(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據結構，用來標識并實現PHP變量，其數據結構如下：

Zval主要由三部分組成：

• type：指定了變量所述的類型（整數、字符串、數組等）
• refcount&is_ref：用來實現引用計數(后面具體介紹)
• value：核心部分，存儲了變量的實際數據

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

PHP變量類型和其實際存儲對應關系如下：

1	IS_LONG???-> lvalue

2	IS_DOUBLE?-> dvalue

3	IS_ARRAY??-> ht

4	IS_STRING?-> str

5	IS_RESOURCE?-> lvalue

引用計數在內存回收、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的典型應用。Zval的引用計數通過成員變量is_ref和ref_count實現，通過引用計數，多個變量可以共享同一份數據。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變量通過引用計數實現變量共享數據，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、浮點數是PHP中的基礎類型之一，也是一個簡單型變量。對于整數和浮點數，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，整數只有一種類型也就是long。由此，可以看出，在PHP里面，整數的取值范圍是由編譯器位數來決定而不是固定不變的。

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

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

和整數一樣，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，字符串是由由指向實際數據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進制數據（包含\0），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\0

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;

現在對如下的幾種字符串拼接方式做一個比較和說明：

1	$res?=?$strA.$strB和$res?= “$strA$strB”

2	這種情況下，zend會重新malloc一塊內存并進行相應處理，其速度一般

3	$strA?=?$strA.$strB

4	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

5	$res?=?$intA.$intB

6	這種速度較慢，因為需要做隱式的格式轉換，實際編寫程序中也應該注意盡量避免

7	$strA?= sprintf (“%s%s”,$strA.$strB);

8	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，實際中可以根據具體情況靈活選擇。

PHP的數組通過Zend HashTable來天然實現。

foreach操作如何實現？對一個數組的foreach就是通過遍歷hashtable中的雙向鏈表完成。對于索引數組，通過foreach遍歷效率比for高很多，省去了key->value的查找。count操作直接調用HashTable->NumOfElements，O(1)操作。對于’123’這樣的字符串，zend會轉換為其整數形式。$arr[‘123’]和$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可以表示廣泛的數據類型，但是對于自定義的數據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據類型，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->實際數據的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：資源的數據類型是多種多樣的。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。當unset資源時，zend調用相應的函數完成析構。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實現的，對于每個變量都分配唯一標識，獲取的時候根據標識從表中找到相應zval返回。

函數中使用全局變量：在函數中，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。