PHP内核——内存管理-CSDN博客

PHP中的变量是不需要手动释放的，内核帮我们实现了变量的内训管理，包括内存的分配与回收。本文主要介绍PHP中与内存相关的知识点，包括变量的GC机制、垃圾回收以及底层的内存池实现，除此还有一些线程安全相关的知识点。

变量的自动GC机制

现代高级语言普遍提供了变量的自动GC机制，由语言自己进行管理，这样开发者就无需关注变量的分配与释放。PHP同样实现了这种机制，通过“$”声明变量后，使用完成，内核会自动进行释放。

简单实现方式：函数定义变量时分配一内存，用于保存zval及对应的value结构，在函数返回时再将内存释放，若函数执行阶段，该变量作为参数调用了其他函数或者赋值给了其他变量，则把变量复制一份，这样使得变量间相互独立。

这种方式存在的一个问题是：效率低且内存浪费严重。针对这种问题，提出了下列通用的解决方法。

通用实现：引用+写时复制。PHP变量的内存管理就是这种方式实现的。

引用：当变量赋值、传递时不直接进行深度拷贝，多个变量同时共用一个value，引用计数来记录value被使用的变量数目；
写时复制：当某个变量的value发生改变而无法与其他变量共用value时，通过深度拷贝进行分离value。

引用计数

引用计数用来记录当前有多少个zval只想同一个zval_value。当有新的zval指向这个value时，计数器加1，当zval销毁时，计数器减1。当引用计数为0时，表示此value已经没有被任何变量使用，这是value就可以进行释放了。

注意：PHP7中将引用计数保存在了zval_value中。

写时复制

写时复制在计算机系统中应用非常广泛，只在必要的时候才会进行深度拷贝。换句话说，资源的复制是在需要写入的时候才会进行，在此之前，以只读的方式共享。

回收时机

变量的回收时机：在自动GC机制中，在zval断开value的指向时，如果发现refcount=0，则会直接释放value，这就是变量的回收时机。

除了GC，PHP也可以通过unset()函数主动销毁一个变量。

垃圾回收

提出的背景：通过引用计数PHP实现了变量的自动GC机制，但是有一种情况是这个机制无法解决的，从而因变量无法回收导致内存始终得不到释放，造成内存泄漏，这种情况指的是循环引用。

循环引用：简单来说，就是变量的内部成员引用了变量自身，比如数组中的某个元素指向了数组，这样一来数组的引用计数中就有一个来自自身成员，当所有的外部引用全部断开时，数组的refcount仍然大于0而得不到释放，而实际上这种变量不可能再被使用了。
垃圾：由于循环引用而导致的无法释放的变量称为垃圾，PHP引入垃圾回收机制来回收这种垃圾。
注意：首先明确两个准则：
- 如果一个变量value的refcount减少到0，那么此value可以被释放掉，不属于垃圾；
- 如果一个变量value的refcount减少之后大于0，那么此value还不能被释放掉，此value可能成为一个垃圾。
复合类型的回收时机：在value的refcount减少之后如果仍然大于0，垃圾回收器会把可能成为垃圾的value收集起来，等达到一定数量后开始启动垃圾鉴定程序，把真正的垃圾释放掉。

目前垃圾只会出现在array和object这两种类型中，需要注意的是：垃圾回收器判断是否要收集意思垃圾时，并不是根据类型进行判断的，而是与前面介绍的是否用到引用计数一样，用过zval.u1.type_flag进行标识的，只有包含IS_TYPE_COLLECTABLE标识的变量类型才会被收集。
垃圾缓存区：垃圾回收器把收集的可能垃圾保存在一个buffer缓存区，收集的时机是refcount减少时，每次refcount减少都会触发收集动作，如果已收集过就不会重复。
回收算法：既然垃圾是由于成员引用自身引起的，那么就对value的所有成员减一遍引用计数（理解的是：将现有的value的refcount减去目前的所有成员数目），如果结果refcount变为0，则就是表明其引用全部来自自身成员，不会产生垃圾。具体步骤：
- 步骤(1)：遍历垃圾回收器的buffer缓存区，把当前value标为灰色（zend_refcounted_h.gc_info置为GC_GREY），然后对当前value的成员进行深度优先遍历，把成员value的refcount减1，并且也标为灰色。
- 步骤(2)：重复遍历buffer，检查当前value引用是否为0，为0则表示确实是垃圾，把它标为白色（GC_WHITE），如果不为0则排除了引用全部来自自身成员的可能，表示还有外部引用，并不是垃圾，这时候因为步骤(1)对成员进行了refcount减1操作，需要还原回去，对所有成员进行深度遍历，把成员refcount加1，同时标为黑色。
- 步骤(3)：再次遍历buffer，将并非GC_WHIT的节点从buffer中删除，最终buffer缓存区中全部为真正的垃圾，最后将这些垃圾释放，回收完成。
  
  垃圾回收器主要通过zend_gc_globals这个结构对垃圾进行管理，收集到的可能成为垃圾的value就保存在这个结构的buf中，及垃圾缓存区。

内存池

提出背景：在C语言中，通常使用malloc进行内存的分配，而频繁地分配、释放内存无疑会产生内存碎片。在PHP中，变量的分配、释放非常频繁，如果所有的变量都通过malloc的方式分配，将会造成严重的性能问题，作为语言级的应用，这种损耗是无法接受的。因此，PHP实现了一套内存池（Zend Memery Manager，ZendMM），用来替换malloc、free，以解决内存频繁分配、释放问题。
内存池的作用：
- 减少内存分配及释放的次数
- 有效控制内存碎片的产生

内存池是PHP内核中最底层内存操作，它是非常独立的一个模块，可以移植到其他C语言应用中去。

内存池，定义了三种粒度的内存块，如下：

内存块	Huge(chunk)	Large(page)	Small(slot)
内存大小	2MB	4KB	8,16,24,32···3027B（30种）
内存分配策略	RM>2MB，直接调用系统分配	3092B< RM <2044KB	RM<=3092B

此处RM表示申请内存的大小。3092B相当于3/4个page，2044KB相当于511个page。

三种粒度的内存块间的关系：

zendmm

一个或者若干个page可以被分割为多个slot。内存池提前定义好了30种同等大小的内存（8,16,24,32···3027），他们分配在不同的page上（不同大小的内存可能会分配在多个连续的page），申请内存时，直接在对应的page上查找可用的slot。

线程安全

提出背景：在多线程环境中，使用全局变量（声明在函数之外的变量为全局变量）实现多个函数间共享数据，全局变量为各个线程共享，不同的线程引用同一地址空间，如果一个线程修改了全局变量，全局变量就会影响所有的线程。
定义：线程安全指的就是多线程环境下如何安全地获取公共资源。
应用场景：PHP的SAPI多数是单线程环境，比如Cli、Fpm和Cgi，每个进程只启动一个主线程，这种模式下是不存在线程安全问题的，但是也存在多线程环境，如Apache或用户自己嵌入的PHP实现环境，这是就需要考虑线程安全了。PHP通过线程安全资源管理器(Thread Safe Resource Manageer，TSRM)，用于解决多线程环境下公共资源冲突问题，实现线程之间安全的操作公共资源。
基本思路：针对共用资源存在的问题，采取各个线程各自复制同一份全局变量，使用数据时各线程各取自己的副本，互不干扰。其核心思想就是为不同的线程分配独立的内存空间。
基本流程：如果一个资源被多个线程使用，首先需要预先想TSRM注册资源，TSRM会为这个资源分配一个唯一的id，并把这种资源的大小、初始化函数等保存到一个tsrm_resource_type结构中，各线程只能通过TSRM分配的那个id访问这个资源。

参考：秦朋《PHP7内核剖析》第4章