在往下看之前,如果你不明白什么是GC (Garbage Collection) 的话,那一定要先去了解GC,不然你根本不知道我在说什么!
Links:
http://www.php.net/manual/en/features.gc.php
http://blog.csdn.net/phpkernel/article/details/5734743
===================================================================
再详细说下问题：
unix下，用php命令来执行php脚本，在php结束之前，内存有没有机会被回收？新的GC算法有没有机会被调用？
出现这个问题，是因为线上有个 离线数据导入脚本，需要把几千万行数据筛选入库，发现，在执行过程中，到达一定程度，就会抛出 内存使用超过最大值。
|
1
|
Fatal error: Allowed memory size of 293601280 bytes exhausted
|
那第一想到的就是程序是不是有什么bug，造成内存超出，看了半天没有发现问题，于是，突然出现了这个疑问。 那要解决这个疑问，最好的办法就去翻源码吧。
在之前我这么说：
都知道，PHP5.3有了新的垃圾回收机制：GC，它不是重点，不谈它的原理。
经过翻阅PHP源码，发现，调用这个的时机是在 main/main.c ::php_request_shutdown这个函数中，
|
1
2
|
/* 7. Shutdown scanner/executor/compiler and restore ini entries */
zend_deactivate(TSRMLS_C);
|
php_request_shutdown，通过名字就能看出，它是在php请求结束的时候执行的，在这里会执行 gc_collect_cycles 来清理内存。
其实这句话是没错，但它只针对于SAPI接口（之前我就错在这个地方。），在用PHP命令执行php脚本的时候，是不会执行这个php_request_shutdown的。
那回到最初的问题，过程中到底有没有执行GC呢？
为了更直观有效的知道答案，我选择了最BT，最暴力的方法，拦截gc_collect_cycles，输出error_log到文件，只要执行了，
那肯定会输出log来。
重新编译PHP后，果不其然，符合官方的说法，只要buckets满超过默认值1000，就会启动GC来清理没用的内存，防止内存泄露。
那问 “什么时间 触发的GC呢？”，答 “buckets超过1000的时候啊”，这不屁话嘛，要的是真真正正的执行流程，so。。不断的debug,
不断的grep，不断的step，不断的C+T，终于搞清楚了。下面就来根据官方的说法详细谈谈，PHP到底是怎么触发的。
有一点要注意，PHP的命令入口 和 sapi接口的入口 是不同的，我就载在这个地方，以为都公用一个。
测试代码以官方文档为例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
<?php
class
Foo
{
public
$var
=
'3.1415962654'
;
}
for
(
$i
= 0;
$i
<= 1000000;
$i
++ )
{
$a
=
new
Foo;
$a
->self =
$a
;
}
echo
memory_get_peak_usage(),
"\n"
;
?>
|
这样的代码，在PHP5.3之前，肯定会造成大量的 内存泄露，不过，谁在开发时又能开发出这么变态的代码来？除非这个人很变态。^.*
那PHP的命令入口是什么？流程又是什么？
主要函数流程如下：
入口main函数（sapi/cli/php_cli.c） ==》php_execute_script(main/main.c)==>zend_execute_scripts(Zend/zend.c)==>execute(Zend/zend_vm_execute.h)
调用GC的地方在execute里。
简单描述下这个过程，
main 是入口，它的作用是根据我们传递的参数做不同的设置，最后会把我们的php脚本作为一个zend_file_handle指针传递给
php_execute_script函数，zend_file_handle其实就是把FILE*做了一下封装，保存了一些其他的文件信息。
php_execute_script会做一些文件检查工作，把php脚本加到 哈希表included_files中。
php_execute_scripts 会执行 zend_compile_file函数来解释我们写的PHP代码，最后执行execute。
应该都知道 Zend把脚本解析完会生成op代码保存到 哈希表：active_op_array中，execute会逐个执行每个op，
op基本上都对应一个ZEND_ASSIGN_*_HANDLER这样的一个宏，它就保存在active_op_array->opline->handlers中。
在进入到 execute之后：
首先初始化execute_data，它保存了很多重要信息，上下文信息，然后调用 ZEND_VM_SET_OPCODE宏，
把execute_data->opline的指针指向active_op_array->opline->handlers。
之后，execute会执行一个while循环，逐条执行opline：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
while
(1) {
int
ret;
#ifdef ZEND_WIN32
if
(EG(timed_out)) {
zend_timeout(0);
}
#endif
if
((ret = EX(opline)->handler(execute_data TSRMLS_CC)) > 0) {
switch
(ret) {
case
1:
EG(in_execution) = original_in_execution;
return
;
case
2:
op_array = EG(active_op_array);
goto
zend_vm_enter;
case
3:
execute_data = EG(current_execute_data);
default
:
break
;
}
}
}
|
每个handlers都会执行一个宏：ZEND_VM_NEXT_OPCODE()，它意思就是跳到下一个Opline，这样就能逐条执行了。
最后跟踪 上面的PHP代码会执行 ZEND_ASSIGN_SPEC_CV_VAR_HANDLER这个宏，它是干嘛的？他就是 变量赋值
下面代码执行的操作：
|
1
2
3
4
|
class
A{
}
$a
=
new
A();
|
这里就会执行 这个宏。
在这个宏里有段代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
static
int
ZEND_FASTCALL ZEND_ASSIGN_SPEC_CV_VAR_HANDLER(ZEND_OPCODE_HANDLER_ARGS)
{
zend_op *opline = EX(opline);
zend_free_op free_op2;
zval *value = _get_zval_ptr_var(&opline->op2, EX(Ts), &free_op2 TSRMLS_CC);
zval **variable_ptr_ptr = _get_zval_ptr_ptr_cv(&opline->op1, EX(Ts), BP_VAR_W TSRMLS_CC);
if
(IS_CV == IS_VAR && !variable_ptr_ptr) {
if
(zend_assign_to_string_offset(&EX_T(opline->op1.u.var), value, IS_VAR TSRMLS_CC)) {
if
(!RETURN_VALUE_UNUSED(&opline->result)) {
EX_T(opline->result.u.var).var.ptr_ptr = &EX_T(opline->result.u.var).var.ptr;
ALLOC_ZVAL(EX_T(opline->result.u.var).var.ptr);
INIT_PZVAL(EX_T(opline->result.u.var).var.ptr);
ZVAL_STRINGL(EX_T(opline->result.u.var).var.ptr, Z_STRVAL_P(EX_T(opline->op1.u.var).str_offset.str)+EX_T(opline->op1.u.var).str_offset.offset, 1, 1);
}
}
else
if
(!RETURN_VALUE_UNUSED(&opline->result)) {
AI_SET_PTR(EX_T(opline->result.u.var).var, EG(uninitialized_zval_ptr)); PZVAL_LOCK(EG(uninitialized_zval_ptr));
}
}
else
{
value = zend_assign_to_variable(variable_ptr_ptr, value, 0 TSRMLS_CC);
if
(!RETURN_VALUE_UNUSED(&opline->result)) {
AI_SET_PTR(EX_T(opline->result.u.var).var, value);
PZVAL_LOCK(value);
}
}
/* zend_assign_to_variable() always takes care of op2, never free it! */
if
(free_op2.var) {zval_ptr_dtor(&free_op2.var);};
ZEND_VM_NEXT_OPCODE();
}
|
free_op2.var保存的是 new A的对象.
free_op2.var这个是哪儿来的呢?
在整个execute期间,维持一个 execute_data结构,里面有个 Ts指针
|
1
|
union
_temp_variable *Ts;
|
它用来保存一些临时的变量信息,比如 new A(),这个会保存到Ts链表里,
opline->op2.u.var这个里面保存了此临时变量所在的位置,然后Ts+这个值是一个zval*指针,它就保存了new A产生的对象.
在代码中
|
1
|
if
(free_op2.var) {zval_ptr_dtor(&free_op2.var);};
|
zval_ptr_dtor会根据free_op2.var的值执行到 Zend/zend_execute_API.c::_zval_ptr_dtor函数中,
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
ZEND_API
void
_zval_ptr_dtor(zval **zval_ptr ZEND_FILE_LINE_DC)
/* {{{ */
{
zval *zv = *zval_ptr;
#if DEBUG_ZEND>=2
printf
(
"Reducing refcount for %x (%x): %d->%d\n"
, *zval_ptr, zval_ptr, Z_REFCOUNT_PP(zval_ptr), Z_REFCOUNT_PP(zval_ptr) - 1);
#endif
Z_DELREF_P(zv);
if
(Z_REFCOUNT_P(zv) == 0) {
TSRMLS_FETCH();
if
(zv != &EG(uninitialized_zval)) {
GC_REMOVE_ZVAL_FROM_BUFFER(zv);
zval_dtor(zv);
efree_rel(zv);
}
}
else
{
TSRMLS_FETCH();
if
(Z_REFCOUNT_P(zv) == 1) {
Z_UNSET_ISREF_P(zv);
}
GC_ZVAL_CHECK_POSSIBLE_ROOT(zv);
}
}
|
GC_ZVAL_CHECK_POSSIBLE_ROOT(zv);
它就是最终GC算法执行的地方.
gc_collect_cycles就在这个宏中执行了..
所以..
回到上面的问题,
php无论在SAPI接口或命令端,都会执行 GC算法来进行垃圾内存回收.
看样子,内存泄露的问题还得从程序里面找了.
====================================================================
如果 您发现哪里错了，一定要帮我指出来。3Q！
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
