PHP数组实际占用内存大小的分析

我们在前面的PHP高效写法提到，尽量不要复制变量，特别是数组。一般来说，PHP数组的内存利用率只有 1/10, 也就是说，一个在C语言里面100M 内存的数组，在PHP里面就要1G。下面我们可以粗略的估算PHP数组占用内存的大小,首先我们测试1000个元素的整数占用的内存：

1. <?php  
2.     echo memory_get_usage() , '<br>';  
3.     $start = memory_get_usage();  
4.     $a = Array();  
5.     for ($i=0; $i<1000; $i++) {  
6.     $a[$i] = $i + $i;  
7.     }  
8.     $mid =  memory_get_usage();  
9.     echo memory_get_usage() , '<br>';  
10.     for ($i=1000; $i<2000; $i++) {  
11.     $a[$i] = $i + $i;  
12.     }  
13.     $end =  memory_get_usage();  
14.     echo memory_get_usage() , '<br>';  
15.     echo 'argv:', ($mid - $start)/1000 ,'bytes' , '<br>';  
16.     echo 'argv:',($end - $mid)/1000 ,'bytes' , '<br>';  

输出是:

353352
    437848
    522024
    argv:84.416bytes
    argv:84.176bytes

大概了解1000 个元素的整数数组需要占用 82k 内存，平均每个元素占用 84 个字节。而纯 C 中整体只需要 4k(一个整型占用4byte * 1000 )。memory_get_usage() 返回的结果并不是全是被数组占用了，还要包括一些 PHP 运行本身分配的一些结构，可能用内置函数生成的数组更接近真实的空间:

1. <?php  
2.     $start = memory_get_usage();  
3.     $a = array_fill(0, 10000, 1);  
4.     $mid = memory_get_usage(); //10k elements array;  
5.     echo 'argv:', ($mid - $start )/10000,'byte' , '<br>';  
6.     $b = array_fill(0, 10000, 1);  
7.     $end = memory_get_usage(); //10k elements array;  
8.     echo 'argv:', ($end - $mid)/10000 ,'byte' , '<br>';  

得到:
argv:54.5792byte
argv:54.5784byte

从这个结果来看似乎一个数组元素大约占用了54个字节左右。

首先看一下32位机C语言各种类型占用的字节：

1. #include "stdafx.h"  
2. //#include <stdio.h>  
3.    
4. int main() {  
5.         printf("int:%d\nlong:%d\ndouble:%d\nchar*:%d\nsize_t:%d\n",   
6.         sizeof(int), sizeof(long),   
7.         sizeof(double), sizeof(char *),   
8.         sizeof(size_t));  
9.     return   0;   
10. }  

int:4
long:4
double:8
har*:4
size_t:4
在PHP中都使用long类型来代表数字，没有使用int类型
大家都明白PHP是一种弱类型的语言，它不会去区分变量的类型，没有int float char *之类的概念。
我们看看php在zend里面存储的变量，PHP中每个变量都有对应的 zval， Zval结构体定义在Zend/zend.h里面，其结构:

1. typedef struct _zval_struct zval;  
2. struct _zval_struct {  
3.     /* Variable information */  
4.     zvalue_value value;     /* The value 1 12字节(32位机是12，64位机需要8+4+4=16) */  
5.     zend_uint refcount__gc; /* The number of references to this value (for GC) 4字节 */  
6.     zend_uchar type;        /* The active type 1字节*/  
7.     zend_uchar is_ref__gc;  /* Whether this value is a reference (&) 1字节*/  
8. };  

PHP使用一种UNION结构来存储变量的值,即zvalue_value 是一个union，UNION变量所占用的内存是由最大

成员数据空间决定。

1. typedef union _zvalue_value {  
2.     long lval;                  /* long value */  
3.     double dval;                /* double value */  
4.     struct {                    /* string value */  
5.         char *val;  
6.         int len;  
7.     } str;   
8.     HashTable *ht;              /* hash table value */  
9.     zend_object_value obj;      /*object value */  
10. } zvalue_value;  

 最大成员数据空间是struct str，指针占*val用4字节，INT占用4字节，共8字节。

       struct zval占用的空间为8+4+1+1 = 14字节，

      其实呢，在zval中数组，字符串和对象还需要另外的存储结构，数组则是一个 HashTable:

   HashTable结构体定义在Zend/zend_hash.h.

1. typedef struct _hashtable {  
2.     uint nTableSize;//4  
3.     uint nTableMask;//4  
4.     uint nNumOfElements;//4  
5.     ulong nNextFreeElement;//4  
6.     Bucket *pInternalPointer;   /* Used for element traversal 4*/  
7.     Bucket *pListHead;//4  
8.     Bucket *pListTail;//4  
9.     Bucket **arBuckets;//4  
10.     dtor_func_t pDestructor;//4  
11.     zend_bool persistent;//1  
12.     unsigned char nApplyCount;//1  
13.     zend_bool bApplyProtection;//1  
14. #if ZEND_DEBUG  
15.     int inconsistent;//4  
16. #endif  
17. } HashTable;  

HashTable 结构需要 39 个字节，每个数组元素存储在 Bucket 结构中:

1. typedef struct bucket {  
2.     ulong h;    /* Used for numeric indexing                4字节 */  
3.     uint nKeyLength;    /* The length of the key (for string keys)  4字节 */  
4.     void *pData;        /* 4字节*/  
5.     void *pDataPtr;         /* 4字节*/  
6.     struct bucket *pListNext;  /* PHP arrays are ordered. This gives the next element in that order4字节*/  
7.     struct bucket *pListLast;  /* and this gives the previous element           4字节 */  
8.     struct bucket *pNext;      /* The next element in this (doubly) linked list     4字节*/  
9.     struct bucket *pLast;      /* The previous element in this (doubly) linked list     4字节*/  
10.     char arKey[1];            /* Must be last element   1字节*/  
11. } Bucket;  

Bucket 结构需要 33 个字节，键长超过四个字节的部分附加在 Bucket 后面，而元素值很可能是一个 zval 结构，另外每个数组会分配一个由 arBuckets 指向的 Bucket 指针数组， 虽然不能说每增加一个元素就需要一个指针，但是实际情况可能更糟。这么算来一个数组元素就会占用 54 个字节，与上面的估算几乎一样。

    一个空数组至少会占用 14(zval) + 39(HashTable) + 33(arBuckets) = 86 个字节，作为一个变量应该在符号表中有个位置，也是一个数组元素，因此一个空数组变量需要 118 个字节来描述和存储。从空间的角度来看，小型数组平均代价较大，当然一个脚本中不会充斥数量很大的小型数组，可以以较小的空间代价来获取编程上的快捷。但如果将数组当作容器来使用就是另一番景象了，实际应用经常会遇到多维数组，而且元素居多。比如10k个元素的一维数组大概消耗540k内存，而10k x 10 的二维数组理论上只需要 6M 左右的空间，但是按照 memory_get_usage 的结果则两倍于此，[10k,5,2]的三维数组居然消耗了23M，小型数组果然是划不来的。