php的底层引擎,08运行过程_ZEND引擎编译

# ZEND引擎编译过程

ZE是一个CISC(复杂指令处理器),正是由于它的存在,所以才能使得我们写PHP脚本时不需要考虑所在的操作系统类型是什么, 它支持170多条指令(定义在 Zend/zend_vm_opcodes.h),包括从最简单的ZEND_ECHO(echo)到复杂的 ZEND_INCLUDE_OR_EVAL(include,require),所有我们编写的PHP都会最终被处理为这些指令(op code)的序列,从而最终被执行.

#### 从最初我们编写的PHP脚本->到最后脚本被执行->得到执行结果,这个过程,可以分为如下几个阶段

* 首先,Zend Engine(ZE),调用词法分析器,将我们要执行的PHP源文件,去掉空格 ,注释,分割成一个一个的token.

* 然后,ZE会将得到的token forward给语法分析器,生成抽象语法树.

* 然后,ZE调用zend_compile_top_stmt()函数将抽象语法树解析为一个一个的op code,opcode一般会以op array的形式存在,它是PHP执行的中间语言.

* 最后,ZE调用zend_executor来执行op array,输出结果.


#### PHP编译PHP代码时用到的工具

re2c: 词法分析器,将输入分割为一个个有意义的词块,称为token,Zend/zend_language_scanner.l 文件是re2c的规则文件.

bison: 语法分析器,确定词法分析器分割出的token是如何彼此关联的,Zend/zend_language_parser.y 文件是bison的规则文件.

# CG变量 zend_global.h/_zend_compiler_globals

# Token

```php

$token = token_get_all('<?php $str="hello world";echo $str;');

foreach ($token as $key => &$value) {

if(is_array($value)&&(!empty($value[0]))){

$value[0] = token_name(intval($value[0]));

}

}

print_r($token);

```

**输出:**

```

Array

(

[0] => Array

(

[0] => T_OPEN_TAG //TOKEN名称

[1] => <?php //匹配到的字符

[2] => 1 //行号

)

[1] => Array

(

[0] => T_VARIABLE

[1] => $str

[2] => 1

)

[2] => =

[3] => Array

(

[0] => T_CONSTANT_ENCAPSED_STRING

[1] => "hello world"

[2] => 1

)

[4] => ;

[5] => Array

(

[0] => T_ECHO

[1] => echo

[2] => 1

)

[6] => Array

(

[0] => T_WHITESPACE

[1] =>

[2] => 1

)

[7] => Array

(

[0] => T_VARIABLE

[1] => $str

[2] => 1

)

[8] => ;

)

```

# AST:

#### PHP7之后的编译过程加了一层抽象语法树,使编译过程更清晰规范,易于优化,语法规则减少,编译速度变快,编译占用内存增加.

#### 查看AST的工具:

* https://github.com/nikic/PHP-Parser (PHP解析工具)

* https://pecl.php.net/package/ast (扩展)

* https://dooakitestapp.herokuapp.com/phpast/webapp/ (在线)


#### 相关数据结构:Zend/zend_ast.h

```c

enum _zend_ast_kind {

/* 特殊节点 special nodes */

ZEND_AST_ZVAL = 1 << ZEND_AST_SPECIAL_SHIFT,

ZEND_AST_ZNODE,

/* 声明节点 declaration nodes */

ZEND_AST_FUNC_DECL,

ZEND_AST_CLOSURE,

ZEND_AST_METHOD,

ZEND_AST_CLASS,

/* 列表节点 list nodes */

ZEND_AST_ARG_LIST = 1 << ZEND_AST_IS_LIST_SHIFT,

ZEND_AST_ARRAY,

...

ZEND_AST_USE,

/* 普通节点 0 child nodes */

ZEND_AST_MAGIC_CONST = 0 << ZEND_AST_NUM_CHILDREN_SHIFT,

ZEND_AST_TYPE,

/* 1 child node */

ZEND_AST_VAR = 1 << ZEND_AST_NUM_CHILDREN_SHIFT,

ZEND_AST_CONST,

...

/* 4 child nodes */

ZEND_AST_FOR = 4 << ZEND_AST_NUM_CHILDREN_SHIFT,

ZEND_AST_FOREACH,

};

struct _zend_ast {

zend_ast_kind kind; /* 节点类型 Type of the node (ZEND_AST_* enum constant) */

zend_ast_attr attr; /* 附加信息 Additional attribute, use depending on node type */

uint32_t lineno; /* 行号 Line number */

zend_ast *child[1]; /* 子节点 Array of children (using struct hack) */

};

/* Same as zend_ast, but with children count, which is updated dynamically */

typedef struct _zend_ast_list {

zend_ast_kind kind;

zend_ast_attr attr;

uint32_t lineno;

uint32_t children;

zend_ast *child[1];

} zend_ast_list;

/* Lineno is stored in val.u2.lineno */

//php脚本中的变量,文字,变量名,调用函数名等,总是终端叶节点

typedef struct _zend_ast_zval {

zend_ast_kind kind;

zend_ast_attr attr;

zval val;

} zend_ast_zval;

/* Separate structure for function and class declaration, as they need extra information. */

/*声明类型的始终有四个子节点

AST_FUNC_DECL函数定义

1:AST_PARAM_LIST(参数),2:未使用,

3:AST_STMT_LIST(函数内部),4:AST_ZVAL(返回值类型)

AST_CLOSURE匿名函数定义

1:AST_PARAM_LIST(参数),2:AST_CLOSURE_USES(use),3:AST_STMT_LIST(函数内部),4:AST_ZVAL(返回值类型)

AST_METHOD方法定义

1:AST_PARAM_LIST(参数),2:未使用,3:AST_STMT_LIST(函数内部),4:AST_ZVAL(返回值类型)

AST_CLASS类,匿名类,trait,接口定义

1:AST_ZVAL(继承源),2:AST_NAME_LIST(implements),3:AST_STMT_LIST(内部定义),4:未使用

*/

typedef struct _zend_ast_decl {

zend_ast_kind kind;

zend_ast_attr attr; /* Unused - for structure compatibility */

uint32_t start_lineno;

uint32_t end_lineno;

uint32_t flags;

unsigned char *lex_pos;

zend_string *doc_comment;

zend_string *name;

zend_ast *child[4];

} zend_ast_decl;

```

# OPCEODE:

opcode是将PHP代码编译产生的Zend虚拟机可识别的指令,php7共有173个opcode,定义在zend_vm_opcodes.h中,这些中间代码会被Zend VM(Zend虚拟机)直接执行.

#### opcode查看:

* https://3v4l.org/UBstu/vld#output (在线)

* https://pecl.php.net/package/vld (扩展)

#### VLD输出:

Finding entry points

Branch analysis from position: 0

Jump found. (Code = 62) Position 1 = -2

filename: /in/MSj65

function name: (null)

number of ops: 3

compiled vars: !0 = $str

line #* E I O op fetch ext return operands

-------------------------------------------------------------------------------------

4 0 E > ASSIGN !0, 'hello+world'

6 1 ECHO !0

2 > RETURN 1


#### 相关数据结构Zend/compile.h

参考:http://blog.csdn.net/phpkernel/article/details/5721384

http://www.bo56.com/php7%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90%E4%B9%8Bcg%E5%92%8Ceg/

```c

struct _zend_op_array {

//common是普通函数或类成员方法对应的opcodes快速访问时使用的字段,后面分析PHP函数实现的时候会详细讲

...

zend_op *opcodes; //opcode指令数组

int last_var; //PHP代码里定义的变量数:op_type为IS_CV的变量,不含IS_TMP_VAR、IS_VAR的,编译前0,然后发现一个新变量这个值就加1

uint32_t T; //临时变量数:op_type为IS_TMP_VAR、IS_VAR的变量

zend_string **vars; //这个数组在ast编译期间配合last_var用来确定各个变量的编号,非常重要的一步操作//PHP变量名数组

...

HashTable *static_variables; //静态变量符号表:通过static声明的

...

int last_literal; //字面量数量

zval *literals; //字面量(常量)数组,这些都是在PHP代码定义的一些值

int cache_size; //运行时缓存数组大小

void **run_time_cache; //运行时缓存,主要用于缓存一些znode_op以便于快速获取数据,后面单独介绍这个机制

void *reserved[ZEND_MAX_RESERVED_RESOURCES];

};

struct _zend_op {

const void *handler; //对应执行的C语言function,即每条opcode都有一个C function处理

znode_op op1; //操作数1

znode_op op2; //操作数2

znode_op result; //返回值

uint32_t extended_value; //用来区别被重载的操作符

uint32_t lineno;

zend_uchar opcode; //opcode指令

zend_uchar op1_type; //操作数1类型,为IS_CONST, IS_TMP_VAR, IS_VAR, IS_UNUSED, or IS_CV

zend_uchar op2_type; //操作数2类型

zend_uchar result_type; //返回值类型

};

//操作数结构

typedef union _znode_op {

uint32_t constant;

uint32_t var;

uint32_t num;

uint32_t opline_num; /* Needs to be signed */

uint32_t jmp_offset;

} znode_op;

```

#### 操作数类型:

```c

// Zend/zend_compile.h

#define IS_CONST (1<<0) //1

#define IS_TMP_VAR (1<<1) //2

#define IS_VAR (1<<2) //4

#define IS_UNUSED (1<<3) //8

#define IS_CV (1<<4) //16

```

* IS_CONST:字面量,编译时就可确定且不会改变的值,比如:$a = "hello~",其中字符串"hello~"就是常量

* IS_TMP_VAR:临时变量,比如:$a = "hello~" . time(),其中"hello~" . time()的值类型就是IS_TMP_VAR,再比如:$a = "123" + $b,"123" + $b的结果类型也是IS_TMP_VAR,从这两个例子可以猜测,临时变量多是执行期间其它类型组合现生成的一个中间值,由于它是现生成的,所以把IS_TMP_VAR赋值给IS_CV变量时不会增加其引用计数

* IS_VAR:PHP变量,这个很容易认为是PHP脚本里的变量,其实不是,这里PHP变量的含义可以这样理解:PHP变量是没有显式的在PHP脚本中定义的,不是直接在代码通过$var_name定义的.这个类型最常见的例子是PHP函数的返回值,再如$a[0]数组这种,它取出的值也是IS_VAR,再比如$$a这种

* IS_UNUSED:表示操作数没有用

* IS_CV:PHP脚本变量,即脚本里通过$var_name定义的变量,这些变量是编译阶段确定的,所以是compile variable,

#### opcode handler 的索引算法

//zend_vm_execute.h -> /zend_vm_get_opcode_handler()

#### 编译后的CG(active_op_array)结构图

### 参考资料:

PHP代码的编译:https://github.com/pangudashu/php7-internal

PHP官网关于AST的RFC:

https://wiki.php.net/rfc/ast_based_parsing_compilation_process

https://wiki.php.net/rfc/abstract_syntax_tree

AST彻底解说:https://www.slideshare.net/do_aki/php-ast

VLD扩展使用指南:http://www.php-internals.com/book/?p=C-php-vld