· 作者: Laruence( )
· 本文地址: http://www.laruence.com/2008/06/18/221.html
· 转载请注明出处
最近要给Yahoo的同事们做一个关于PHP和Apache处理请求的内部机制的讲座,刚好写了些关于Opcodes的文字,就发上来了,这个文章基于 Sara Golemon大师的《Understanding OPcode》
Opcode是一种PHP脚本编译后的中间语言,就像Java的ByteCode,或者.NET的MSL,举个例子,比如你写下了如下的PHP代码:
1. <?php
2. echo"Hello World";
3. $a = 1 + 1;
4. echo$a;
5. ?>
PHP执行这段代码会经过如下4个步骤(确切的来说,应该是PHP的语言引擎Zend)
1. 1.Scanning(Lexing) ,将PHP代码转换为语言片段(Tokens)
2. 2.Parsing, 将Tokens转换成简单而有意义的表达式
3. 3.Compilation, 将表达式编译成Opocdes
4. 4.Execution, 顺次执行Opcodes,每次一条,从而实现PHP脚本的功能。
题外话:现在有的Cache比如APC,可以使得PHP缓存住Opcodes,这样,每次有请求来临的时候,就不需要重复执行前面3步,从而能大幅的提高PHP的执行速度。
那什么是Lexing? 学过编译原理的同学都应该对编译原理中的词法分析步骤有所了解,Lex就是一个词法分析的依据表。 Zend/zend_language_scanner.c会根据Zend/zend_language_scanner.l(Lex文件),来输入的 PHP代码进行词法分析,从而得到一个一个的“词”,PHP4.2开始提供了一个函数叫token_get_all,这个函数就可以讲一段PHP代码Scanning成Tokens;
如果用这个函数处理我们开头提到的PHP代码,将会得到如下结果:
1. Array
2. (
3. [0] => Array
4. (
5. [0] => 367
6. [1] => Array
7. (
8. [0] => 316
9. [1] => echo
10. )
11. [2] => Array
12. (
13. [0] => 370
14. [1] =>
15. )
16. [3] => Array
17. (
18. [0] => 315
19. [1] => "Hello World"
20. )
21. [4] => ;
22. [5] => Array
23. (
24. [0] => 370
25. [1] =>
26. )
27. [6] => =
28. [7] => Array
29. (
30. [0] => 370
31. [1] =>
32. )
33. [8] => Array
34. (
35. [0] => 305
36. [1] => 1
37. )
38. [9] => Array
39. (
40. [0] => 370
41. [1] =>
42. )
43. [10] => +
44. [11] => Array
45. (
46. [0] => 370
47. [1] =>
48. )
49. [12] => Array
50. (
51. [0] => 305
52. [1] => 1
53. )
54. [13] => ;
55. [14] => Array
56. (
57. [0] => 370
58. [1] =>
59. )
60. [15] => Array
61. (
62. [0] => 316
63. [1] => echo
64. )
65. [16] => Array
66. (
67. [0] => 370
68. [1] =>
69. )
70. [17] => ;
71. )
分析这个返回结果我们可以发现,源码中的字符串,字符,空格,都会原样返回。每个源代码中的字符,都会出现在相应的顺序处。而,其他的比如标签,操作符,语句,都会被转换成一个包含俩部分的Array: Token ID (也就是在Zend内部的改Token的对应码,比如,T_ECHO,T_STRING),和源码中的原来的内容。
接下来,就是Parsing阶段了,Parsing首先会丢弃TokensArray中的多于的空格,然后将剩余的Tokens转换成一个一个的简单的表达式
1. 1.echo a constant string
2. 2.add two numbers together
3. 3.store the result of the prior expression to a variable
4. 4.echo a variable
然后就改Compilation阶段了,它会把Tokens编译成一个个op_array, 每个op_arrayd包含如下5个部分:
1. 1.Opcode数字的标识,指明了每个op_array的操作类型,比如add , echo
2. 2.结果 存放Opcode结果
3. 3.操作数1 给Opcode的操作数
4. 4.操作数2
5. 5.扩展值 1个整形用来区别被重载的操作符
比如,我们的PHP代码会被Parsing成:
1. * ZEND_ECHO 'Hello World'
2. * ZEND_ADD ~01 1
3. * ZEND_ASSIGN !0~0
4. * ZEND_ECHO !0
呵呵,你可能会问了,我们的$a去那里了?
恩,这个要介绍操作数了,每个操作数都是由以下俩个部分组成:
1. a)op_type : 为IS_CONST, IS_TMP_VAR, IS_VAR,IS_UNUSED, or IS_CV
2.
3. b)u,一个联合体,根据op_type的不同,分别用不同的类型保存了这个操作数的值(const)或者左值(var)
而对于var来说,每个var也不一样
IS_TMP_VAR,顾名思义,这个是一个临时变量,保存一些op_array的结果,以便接下来的op_array使用,这种的操作数的u保存着一个指向变量表的一个句柄(整数),这种操作数一般用~开头,比如~0,表示变量表的0号未知的临时变量
IS_VAR这种就是我们一般意义上的变量了,他们以$开头表示
IS_CV 表示ZE2.1/PHP5.1以后的编译器使用的一种cache机制,这种变量保存着被它引用的变量的地址,当一个变量第一次被引用的时候,就会被CV起来,以后对这个变量的引用就不需要再次去查找active符号表了,CV变量以!开头表示。
这么看来,我们的$a被优化成!0了。