php 变量实现原理,PHP5变量的实现

概述

PHP 中变量的值存储在 zval 结构体中，变量名存在符号表(symbol table)中，符号表的实际是一个 HashTable。

变量的作用域

对于一个请求，任意时刻 PHP 都可以看到两个符号表(symbol_table 和 active_symbol_table)，symbol_table 用来维护全局变量，active_symbol_table 是一个指针，指向当前活动的变量符号表，当程序进入到某个函数中时，zend 就会为它分配一个符号表 x 同时将 active_symbol_table 指向 x。通过这样的方式实现全局、局部变量的区分。

zval 结构体

PHP5 中 zval 结构体定义如下：

typedef struct _zval_struct {

zvalue_value value;

zend_uint refcount__gc;

zend_uchar type;

zend_uchar is_ref__gc;

} zval;

zval 结构体中有四个字段：

属性名

含义

默认值

value

存储变量的值

type

说明变量的类型

refcount__gc

引用计数

1

is_ref__gc

是否为引用

0

zval 整个结构体占用24字节。

value 是个联合体，用于存储不同类型的值：

typedef union _zvalue_value {

long lval; // 用于 bool 类型、整型和资源类型

double dval; // 用于浮点类型

struct { // 用于字符串

char *val;

int len;

} str;

HashTable *ht; // 用于数组

zend_object_value obj; // 用于对象

zend_ast *ast; // 用于常量表达式(PHP5.6 才有)

} zvalue_value;

首先我们需要了解联合体的概念，联合体中一次只有一个成员是有效，分配的内存与需要内存最多的成员匹配(需要考虑内存对齐)。在这个联合体中最长的长板是 zend_object_value，需要占用 16 个字节，因此这个联合体最少需要占用 16 字节。

type 的值可以是：IS_NULL、IS_BOOL、IS_LONG、IS_DOUBLE、IS_STRING、IS_ARRAY、IS_OBJECT 和 IS_RESOURCE。

#define IS_NULL 0 /* Doesn't use value */

#define IS_LONG 1 /* Uses lval */

#define IS_DOUBLE 2 /* Uses dval */

#define IS_BOOL 3 /* Uses lval with values 0 and 1 */

#define IS_ARRAY 4 /* Uses ht */

#define IS_OBJECT 5 /* Uses obj */

#define IS_STRING 6 /* Uses str */

#define IS_RESOURCE 7 /* Uses lval, which is the resource ID */

引用计数

在 PHP5 中，zval 的内存是单独从堆(heap)中分配的，zval 中 refcount__gc 的值保存 zval 被引用的次数，引用计数如果变成 0，就意味着这个变量已经没用，可以被释放。这里的“引用”不是 PHP 代码中的引用&，而是变量的使用次数。后面两者需要同时出现时会使用“PHP引用”和“引用”来区分两个概念。

写时复制(Copy-On-Write)

对于多个引用来说 zval 只有在没有变化的情况下才是共享的，一旦其中一个引用改变 zval 的值，就需要分离(“separated”)一份 zval，然后修改复制后的 zval。

$a = 43; // $a -> zval_1(type=IS_LONG, value=43, refcount=1)

$b = $a; // $a, $b -> zval_1(type=IS_LONG, value=43, refcount=2)

$c = $b; // $a, $b, $c -> zval_1(type=IS_LONG, value=43, refcount=3)

// zval 分离

$a += 1; // $b, $c -> zval_1(type=IS_LONG, value=43, refcount=2)

// $a -> zval_2(type=IS_LONG, value=44, refcount=1)

unset($b); // $c -> zval_1(type=IS_LONG, value=43, refcount=1)

// $a -> zval_2(type=IS_LONG, value=44, refcount=1)

unset($c); // zval_1 is destroyed, because refcount=0

// $a -> zval_2(type=IS_LONG, value=44, refcount=1)

$a = 1; // $a -> zval_1(type=IS_LONG, value=1, refcount=1, is_ref=0)

$b = &$a; // $a, $b -> zval_1(type=IS_LONG, value=1, refcount=2, is_ref=1)

// zval 分离

$c = $a; // $a, $b -> zval_1(type=IS_LONG, value=1, refcount=2, is_ref=1)

// $c -> zval_2(type=IS_LONG, value=1, refcount=1, is_ref=0)

循环引用

我们来看一段代码：

$a = [];

$a[] = & $a;

unset($a);

首先创建一个数组 a，a 的 refcount 为 1，将数组的第一个元素按引用指向数组自身这时 a 的 zval 的 refcount 变为2，然后再将数组 unset。这时候变量 a 已经被从符号表中删除了，但 zval 的 refcount 变为 1，并没有被销毁。

垃圾回收机制

为了解决循环引用的问题，PHP 使用了循环回收的方法。当一个 zval 的计数减一时，就有可能属于循环的一部分，这时将 zval 写入到“根缓冲区(gc_root_buffer)”中。当缓冲区满时，潜在的循环会被打上标记并进行回收。

并不是每次refcount减少时都进入回收周期，只有根缓冲区满额后才开始垃圾回收。

可以解决循环引用问题。

可以总将内存泄露保持在一个阈值以下。

参考