PHP底層的運(yùn)行機(jī)制與原理解析
PHP說(shuō)簡(jiǎn)單，但是要精通也不是一件簡(jiǎn)單的事。我們除了會(huì)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(dòng)態(tài)語(yǔ)言。具體點(diǎn)說(shuō)，就是一個(gè)用C語(yǔ)言實(shí)現(xiàn)包含大量組件的軟件框架。更狹義點(diǎn)看，可以把它認(rèn)為是一個(gè)強(qiáng)大的UI框架。
了解PHP底層實(shí)現(xiàn)的目的是什么?動(dòng)態(tài)語(yǔ)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(guò)擴(kuò)展開發(fā)實(shí)現(xiàn)更多更強(qiáng)大的功能，優(yōu)化我們程序的性能。
1.PHP的設(shè)計(jì)理念及特點(diǎn)
- 多進(jìn)程模型：由于PHP是多進(jìn)程模型，不同請(qǐng)求間互不干涉，這樣保證了一個(gè)請(qǐng)求掛掉不會(huì)對(duì)全盤服務(wù)造成影響，當(dāng)然，隨著時(shí)代發(fā)展，PHP也早已支持多線程模型。
- 弱類型語(yǔ)言：和C/C++、Java、C#等語(yǔ)言不同，PHP是一門弱類型語(yǔ)言。一個(gè)變量的類型并不是一開始就確定不變，運(yùn)行中才會(huì)確定并可能發(fā)生隱式或顯式的類型轉(zhuǎn)換，這種機(jī)制的靈活性在web開發(fā)中非常方便、高效，具體會(huì)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(yǔ)法簡(jiǎn)單靈活，沒(méi)有太多規(guī)范。缺點(diǎn)導(dǎo)致風(fēng)格混雜，但再差的程序員也不會(huì)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(gòu)如下圖：
從圖上可以看出，PHP從下到上是一個(gè)4層體系：
- Zend引擎：Zend整體用純C實(shí)現(xiàn)，是PHP的內(nèi)核部分，它將PHP代碼翻譯(詞法、語(yǔ)法解析等一系列編譯過(guò)程)為可執(zhí)行opcode的處理并實(shí)現(xiàn)相應(yīng)的處理方法、實(shí)現(xiàn)了基本的數(shù)據(jù)結(jié)構(gòu)(如hashtable、oo)、內(nèi)存分配及管理、提供了相應(yīng)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(shí)現(xiàn)。
- Extensions：圍繞著Zend引擎，extensions通過(guò)組件式的方式提供各種基礎(chǔ)服務(wù)，我們常見(jiàn)的各種內(nèi)置函數(shù)(如array系列)、標(biāo)準(zhǔn)庫(kù)等都是通過(guò)extension來(lái)實(shí)現(xiàn)，用戶也可以根據(jù)需要實(shí)現(xiàn)自己的extension以達(dá)到功能擴(kuò)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(yīng)用)。
- Sapi：Sapi全稱是Server Application Programming Interface，也就是服務(wù)端應(yīng)用編程接口，Sapi通過(guò)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(gè)設(shè)計(jì)，通過(guò)sapi成功的將PHP本身和上層應(yīng)用解耦隔離，PHP可以不再考慮如何針對(duì)不同應(yīng)用進(jìn)行兼容，而應(yīng)用本身也可以針對(duì)自己的特點(diǎn)實(shí)現(xiàn)不同的處理方式。
- 上層應(yīng)用：這就是我們平時(shí)編寫的PHP程序，通過(guò)不同的sapi方式得到各種各樣的應(yīng)用模式，如通過(guò)webserver實(shí)現(xiàn)web應(yīng)用、在命令行下以腳本方式運(yùn)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(dòng)機(jī))，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(guò)通過(guò)一系列的接口，使得外部應(yīng)用可以和PHP交換數(shù)據(jù)并可以根據(jù)不同應(yīng)用特點(diǎn)實(shí)現(xiàn)特定的處理方法。
我們常見(jiàn)的一些sapi有：
apache2handler：這是以apache作為webserver，采用mod_PHP模式運(yùn)行時(shí)候的處理方式，也是現(xiàn)在應(yīng)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(lái)越多的應(yīng)用，也是異步webserver所唯一支持的方式。
- cli：命令行調(diào)用的應(yīng)用模式。
- 4.PHP的執(zhí)行流程&opcode我們先來(lái)看看PHP代碼的執(zhí)行所經(jīng)過(guò)的流程。
從圖上可以看到，PHP實(shí)現(xiàn)了一個(gè)典型的動(dòng)態(tài)語(yǔ)言執(zhí)行過(guò)程：拿到一段代碼后，經(jīng)過(guò)詞法解析、語(yǔ)法解析等階段后，源程序會(huì)被翻譯成一個(gè)個(gè)指令(opcodes)，然后ZEND虛擬機(jī)順次執(zhí)行這些指令完成操作。PHP本身是用C實(shí)現(xiàn)的，因此最終調(diào)用的也都是C的函數(shù)，實(shí)際上，我們可以把PHP看做是一個(gè)C開發(fā)的軟件。
PHP的執(zhí)行的核心是翻譯出來(lái)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(gè)opcode由兩個(gè)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(jiàn)的幾個(gè)處理函數(shù)：
- ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 變量分配 （$a=$b）
- ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函數(shù)調(diào)用
- ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接 $a.$b
- ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法運(yùn)算 $a+2
- ZEND_IS_EQUAL_SPEC_CV_CONST：判斷相等 $a==1
- ZEND_IS_IDENTICAL_SPEC_CV_CONST：判斷相等 $a===1
5. HashTable — 核心數(shù)據(jù)結(jié)構(gòu)
HashTable是zend的核心數(shù)據(jù)結(jié)構(gòu)，在PHP里面幾乎并用來(lái)實(shí)現(xiàn)所有常見(jiàn)功能，我們知道的PHP數(shù)組即是其典型應(yīng)用，此外，在zend內(nèi)部，如函數(shù)符號(hào)表、全局變量等也都是基于hash table來(lái)實(shí)現(xiàn)。
PHP的hash table具有如下特點(diǎn)：
- 支持典型的key->value查詢
- 可以當(dāng)做數(shù)組使用
- 添加、刪除節(jié)點(diǎn)是O(1)復(fù)雜度
- key支持混合類型：同時(shí)存在關(guān)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(shí)現(xiàn)了典型的hash表散列結(jié)構(gòu)，同時(shí)通過(guò)附加一個(gè)雙向鏈表，提供了正向、反向遍歷數(shù)組的功能。其結(jié)構(gòu)如下圖：
可以看到，在hash table中既有key->value形式的散列結(jié)構(gòu)，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(jié)構(gòu)：Zend的散列結(jié)構(gòu)是典型的hash表模型，通過(guò)鏈表的方式來(lái)解決沖突。需要注意的是zend的hash table是一個(gè)自增長(zhǎng)的數(shù)據(jù)結(jié)構(gòu)，當(dāng)hash表數(shù)目滿了之后，其本身會(huì)動(dòng)態(tài)以2倍的方式擴(kuò)容并重新元素位置。初始大小均為8。另外，在進(jìn)行key->value快速查找時(shí)候，zend本身還做了一些優(yōu)化，通過(guò)空間換時(shí)間的方式加快速度。比如在每個(gè)元素中都會(huì)用一個(gè)變量nKeyLength標(biāo)識(shí)key的長(zhǎng)度以作快速判定。
- 雙向鏈表：Zend hash table通過(guò)一個(gè)鏈表結(jié)構(gòu)，實(shí)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(fù)合型的結(jié)構(gòu)，作為數(shù)組使用時(shí)，即支持常見(jiàn)的關(guān)聯(lián)數(shù)組也能夠作為順序索引數(shù)字來(lái)使用，甚至允許2者的混合。
- PHP關(guān)聯(lián)數(shù)組：關(guān)聯(lián)數(shù)組是典型的hash_table應(yīng)用。一次查詢過(guò)程經(jīng)過(guò)如下幾步(從代碼可以看出，這是一個(gè)常見(jiàn)的hash查詢過(guò)程并增加一些快速判定加速查找。)：
- getKeyHashValue h;
- index = n & nTableMask;
- Bucket *p = arBucket[index];
- while (p) {
- if ((p->h == h) & (p->nKeyLength == nKeyLength)) {
- RETURN p->data;
- }
- p=p->next;
- }
- RETURN FALTURE;
- PHP索引數(shù)組：索引數(shù)組就是我們常見(jiàn)的數(shù)組，通過(guò)下標(biāo)訪問(wèn)。例如 $arr[0]，Zend HashTable內(nèi)部進(jìn)行了歸一化處理，對(duì)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(dāng)前分配到的***id，每次push后自動(dòng)加一。正是這種歸一化處理，PHP才能夠?qū)崿F(xiàn)關(guān)聯(lián)和非關(guān)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(guò)下標(biāo)大小來(lái)決定，而是由push的先后決定。例如 $arr[1] = 2; $arr[2] = 3;對(duì)于double類型的key，Zend HashTable會(huì)將他當(dāng)做索引key處理
6. PHP變量
PHP是一門弱類型語(yǔ)言，本身不嚴(yán)格區(qū)分變量的類型。PHP在變量申明的時(shí)候不需要指定類型。PHP在程序運(yùn)行期間可能進(jìn)行變量類型的隱示轉(zhuǎn)換。和其他強(qiáng)類型語(yǔ)言一樣，程序中也可以進(jìn)行顯示的類型轉(zhuǎn)換。PHP變量可以分為簡(jiǎn)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(jié)構(gòu) zval。
Zval是zend中另一個(gè)非常重要的數(shù)據(jù)結(jié)構(gòu)，用來(lái)標(biāo)識(shí)并實(shí)現(xiàn)PHP變量，其數(shù)據(jù)結(jié)構(gòu)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(lái)實(shí)現(xiàn)引用計(jì)數(shù)(后面具體介紹)
- value：核心部分，存儲(chǔ)了變量的實(shí)際數(shù)據(jù)
Zvalue是用來(lái)保存一個(gè)變量的實(shí)際數(shù)據(jù)。因?yàn)橐鎯?chǔ)多種類型，所以zvalue是一個(gè)union，也由此實(shí)現(xiàn)了弱類型。
PHP變量類型和其實(shí)際存儲(chǔ)對(duì)應(yīng)關(guān)系如下：
- IS_LONG -> lvalue
- IS_DOUBLE -> dvalue
- IS_ARRAY -> ht
- IS_STRING -> str
- IS_RESOURCE -> lvalue
引用計(jì)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(jì)數(shù)的典型應(yīng)用。Zval的引用計(jì)數(shù)通過(guò)成員變量is_ref和ref_count實(shí)現(xiàn)，通過(guò)引用計(jì)數(shù)，多個(gè)變量可以共享同一份數(shù)據(jù)。避免頻繁拷貝帶來(lái)的大量消耗。
在進(jìn)行賦值操作時(shí)，zend將變量指向相同的zval同時(shí)ref_count++，在unset操作時(shí)，對(duì)應(yīng)的ref_count-1。只有ref_count減為0時(shí)才會(huì)真正執(zhí)行銷毀操作。如果是引用賦值，則zend會(huì)修改is_ref為1。
PHP變量通過(guò)引用計(jì)數(shù)實(shí)現(xiàn)變量共享數(shù)據(jù)，那如果改變其中一個(gè)變量值呢?當(dāng)試圖寫入一個(gè)變量時(shí)，Zend若發(fā)現(xiàn)該變量指向的zval被多個(gè)變量共享，則為其復(fù)制一份ref_count為1的zval，并遞減原zval的refcount，這個(gè)過(guò)程稱為“zval分離”。可見(jiàn)，只有在有寫操作發(fā)生時(shí)zend才進(jìn)行拷貝操作，因此也叫copy-on-write(寫時(shí)拷貝)
對(duì)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(gè)變量就修改了所有捆綁變量。
整數(shù)、浮點(diǎn)數(shù)是PHP中的基礎(chǔ)類型之一，也是一個(gè)簡(jiǎn)單型變量。對(duì)于整數(shù)和浮點(diǎn)數(shù)，在zvalue中直接存儲(chǔ)對(duì)應(yīng)的值。其類型分別是long和double。
從zvalue結(jié)構(gòu)中可以看出，對(duì)于整數(shù)類型，和c等強(qiáng)類型語(yǔ)言不同，PHP是不區(qū)分int、unsigned int、long、long long等類型的，對(duì)它來(lái)說(shuō)，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(lái)決定而不是固定不變的。
對(duì)于浮點(diǎn)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(huì)自動(dòng)轉(zhuǎn)換為double類型，這個(gè)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(chǔ)類型和簡(jiǎn)單型變量。通過(guò)zvalue結(jié)構(gòu)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(zhǎng)度結(jié)構(gòu)體組成，這點(diǎn)和c++中的string比較類似。由于通過(guò)一個(gè)實(shí)際變量表示長(zhǎng)度，和c不同，它的字符串可以是2進(jìn)制數(shù)據(jù)(包含)，同時(shí)在PHP中，求字符串長(zhǎng)度strlen是O(1)操作。
在新增、修改、追加字符串操作時(shí)，PHP都會(huì)重新分配內(nèi)存生成新的字符串。***，出于安全考慮，PHP在生成一個(gè)字符串時(shí)末尾仍然會(huì)添加。
常見(jiàn)的字符串拼接方式及速度比較：
假設(shè)有如下4個(gè)變量：$strA=‘123’; $strB = ‘456’; $intA=123; intB=456;
現(xiàn)在對(duì)如下的幾種字符串拼接方式做一個(gè)比較和說(shuō)明：
$res = $strA.$strB和$res = “$strA$strB”
這種情況下，zend會(huì)重新malloc一塊內(nèi)存并進(jìn)行相應(yīng)處理，其速度一般
$strA = $strA.$strB
這種是速度最快的，zend會(huì)在當(dāng)前strA基礎(chǔ)上直接relloc，避免重復(fù)拷貝
$res = $intA.$intB
這種速度較慢，因?yàn)樾枰鲭[式的格式轉(zhuǎn)換，實(shí)際編寫程序中也應(yīng)該注意盡量避免
$strA = sprintf (“%s%s”,$strA.$strB);
這會(huì)是最慢的一種方式，因?yàn)閟printf在PHP中并不是一個(gè)語(yǔ)言結(jié)構(gòu)，本身對(duì)于格式識(shí)別和處理就需要耗費(fèi)比較多時(shí)間，另外本身機(jī)制也是malloc。不過(guò)sprintf的方式***可讀性，實(shí)際中可以根據(jù)具體情況靈活選擇。
PHP的數(shù)組通過(guò)Zend HashTable來(lái)天然實(shí)現(xiàn)。
foreach操作如何實(shí)現(xiàn)?對(duì)一個(gè)數(shù)組的foreach就是通過(guò)遍歷hashtable中的雙向鏈表完成。對(duì)于索引數(shù)組，通過(guò)foreach遍歷效率比f(wàn)or高很多，省去了key->value的查找。count操作直接調(diào)用HashTable->NumOfElements，O(1)操作。對(duì)于’123’這樣的字符串，zend會(huì)轉(zhuǎn)換為其整數(shù)形式。$arr[‘123’]和$arr[123]是等價(jià)的。
資源類型變量是PHP中最復(fù)雜的一種變量，也是一種復(fù)合型結(jié)構(gòu)。
PHP的zval可以表示廣泛的數(shù)據(jù)類型，但是對(duì)于自定義的數(shù)據(jù)類型卻很難充分描述。由于沒(méi)有有效的方式描繪這些復(fù)合結(jié)構(gòu)，因此也沒(méi)有辦法對(duì)它們使用傳統(tǒng)的操作符。要解決這個(gè)問(wèn)題，只需要通過(guò)一個(gè)本質(zhì)上任意的標(biāo)識(shí)符(label)引用指針，這種方式被稱為資源。
在zval中，對(duì)于resource，lval作為指針來(lái)使用，直接指向資源所在的地址。Resource可以是任意的復(fù)合結(jié)構(gòu)，我們熟悉的mysqli、fsock、memcached等都是資源。
如何使用資源：
- 注冊(cè)：對(duì)于一個(gè)自定義的數(shù)據(jù)類型，要想將它作為資源。首先需要進(jìn)行注冊(cè)，zend會(huì)為它分配全局唯一標(biāo)示。
- 獲取一個(gè)資源變量：對(duì)于資源，zend維護(hù)了一個(gè)id->實(shí)際數(shù)據(jù)的hash_tale。對(duì)于一個(gè)resource，在zval中只記錄了它的id。fetch的時(shí)候通過(guò)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(méi)有辦法銷毀它。因此需要用戶在注冊(cè)資源的時(shí)候提供銷毀函數(shù)。當(dāng)unset資源時(shí)，zend調(diào)用相應(yīng)的函數(shù)完成析構(gòu)。同時(shí)從全局資源表中刪除它。
資源可以長(zhǎng)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(gè)請(qǐng)求結(jié)束了并且新的請(qǐng)求產(chǎn)生之后。這些資源稱為持久資源，因?yàn)樗鼈冐炌⊿API的整個(gè)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(jiàn)的mysql_pconnect ,持久化資源通過(guò)pemalloc分配內(nèi)存，這樣在請(qǐng)求結(jié)束的時(shí)候不會(huì)釋放。
對(duì)zend來(lái)說(shuō)，對(duì)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(shí)現(xiàn)的?對(duì)于一個(gè)請(qǐng)求，任意時(shí)刻PHP都可以看到兩個(gè)符號(hào)表(symbol_table和active_symbol_table)，其中前者用來(lái)維護(hù)全局變量。后者是一個(gè)指針，指向當(dāng)前活動(dòng)的變量符號(hào)表，當(dāng)程序進(jìn)入到某個(gè)函數(shù)中時(shí)，zend就會(huì)為它分配一個(gè)符號(hào)表x同時(shí)將active_symbol_table指向a。通過(guò)這樣的方式實(shí)現(xiàn)全局、局部變量的區(qū)分。
獲取變量值：PHP的符號(hào)表是通過(guò)hash_table實(shí)現(xiàn)的，對(duì)于每個(gè)變量都分配唯一標(biāo)識(shí)，獲取的時(shí)候根據(jù)標(biāo)識(shí)從表中找到相應(yīng)zval返回。
函數(shù)中使用全局變量：在函數(shù)中，我們可以通過(guò)顯式申明global來(lái)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(méi)有同名變量則會(huì)先創(chuàng)建。
