PHP 底層的執行機制與原理解析

PHP說簡單，但是要精通也不是一件簡單的事。我們除了會使用之外，還得知道它底層的工作原理。

PHP是一種適用於web開發的動態語言。具體點說，就是一個用C語言實現包含大量元件的軟體框架。更狹義點看，可以把它認為是一個強大的UI框架。

瞭解PHP底層實現的目的是什麼？動態語言要像用好首先得了解它，記憶體管理、框架模型值得我們借鑑，通過擴充套件開發實現更多更強大的功能，優化我們程式的效能。

1. PHP的設計理念及特點

• 多程式模型：由於PHP是多程式模型，不同請求間互不干涉，這樣保證了一個請求掛掉不會對全盤服務造成影響，當然，隨著時代發展，PHP也早已支援多執行緒模型。
• 弱型別語言：和C/C++、Java、C#等語言不同，PHP是一門弱型別語言。一個變數的型別並不是一開始就確定不變，執行中才會確定並可能發生隱式或顯式的型別轉換，這種機制的靈活性在web開發中非常方便、高效，具體會在後面PHP變數中詳述。
• 引擎(Zend)+元件(ext)的模式降低內部耦合。
• 中間層(sapi)隔絕web server和PHP。
• 語法簡單靈活，沒有太多規範。缺點導致風格混雜，但再差的程式設計師也不會寫出太離譜危害全域性的程式。

2. PHP的四層體系

PHP的核心架構如下圖：

從圖上可以看出，PHP從下到上是一個4層體系：

• Zend引擎：Zend整體用純C實現，是PHP的核心部分，它將PHP程式碼翻譯（詞法、語法解析等一系列編譯過程）為可執行opcode的處理並實現相應的處理方法、實現了基本的資料結構（如hashtable、oo）、記憶體分配及管理、提供了相應的api方法供外部呼叫，是一切的核心，所有的外圍功能均圍繞Zend實現。
• Extensions：圍繞著Zend引擎，extensions通過元件式的方式提供各種基礎服務，我們常見的各種內建函式（如array系列）、標準庫等都是通過extension來實現，使用者也可以根據需要實現自己的extension以達到功能擴充套件、效能優化等目的（如貼吧正在使用的PHP中間層、富文字解析就是extension的典型應用）。
• Sapi：Sapi全稱是Server Application Programming Interface，也就是服務端應用程式設計介面，Sapi通過一系列鉤子函式，使得PHP可以和外圍互動資料，這是PHP非常優雅和成功的一個設計，通過sapi成功的將PHP本身和上層應用解耦隔離，PHP可以不再考慮如何針對不同應用進行相容，而應用本身也可以針對自己的特點實現不同的處理方式。
• 上層應用：這就是我們平時編寫的PHP程式，通過不同的sapi方式得到各種各樣的應用模式，如通過webserver實現web應用、在命令列下以指令碼方式執行等等。

如果PHP是一輛車，那麼車的框架就是PHP本身，Zend是車的引擎（發動機），Ext下面的各種元件就是車的輪子，Sapi可以看做是公路，車可以跑在不同型別的公路上，而一次PHP程式的執行就是汽車跑在公路上。因此，我們需要：效能優異的引擎+合適的車輪+正確的跑道。

3. Sapi

如前所述，Sapi通過通過一系列的介面，使得外部應用可以和PHP交換資料並可以根據不同應用特點實現特定的處理方法，我們常見的一些sapi有：

• apache2handler：這是以apache作為webserver，採用mod_PHP模式執行時候的處理方式，也是現在應用最廣泛的一種。
• cgi：這是webserver和PHP直接的另一種互動方式，也就是大名鼎鼎的fastcgi協議，在最近今年fastcgi+PHP得到越來越多的應用，也是非同步webserver所唯一支援的方式。
• cli：命令列呼叫的應用模式

4. PHP的執行流程&opcode

我們先來看看PHP程式碼的執行所經過的流程。

從圖上可以看到，PHP實現了一個典型的動態語言執行過程：拿到一段程式碼後，經過詞法解析、語法解析等階段後，源程式會被翻譯成一個個指令(opcodes)，然後ZEND虛擬機器順次執行這些指令完成操作。PHP本身是用C實現的，因此最終呼叫的也都是C的函式，實際上，我們可以把PHP看做是一個C開發的軟體。

PHP的執行的核心是翻譯出來的一條一條指令，也即opcode。

Opcode是PHP程式執行的最基本單位。一個opcode由兩個引數(op1,op2)、返回值和處理函式組成。PHP程式最終被翻譯為一組opcode處理函式的順序執行。

常見的幾個處理函式：

ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 變數分配 （$a=$b）
ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函式呼叫
ZEND_CONCAT_SPEC_CV_CV_HANDLER：字串拼接 $a.$b
ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法運算 $a+2
ZEND_IS_EQUAL_SPEC_CV_CONST：判斷相等 $a==1
ZEND_IS_IDENTICAL_SPEC_CV_CONST：判斷相等 $a===1

5. HashTable — 核心資料結構

HashTable是zend的核心資料結構，在PHP裡面幾乎並用來實現所有常見功能，我們知道的PHP陣列即是其典型應用，此外，在zend內部，如函式符號表、全域性變數等也都是基於hash table來實現。

PHP的hash table具有如下特點：

• 支援典型的key->value查詢
• 可以當做陣列使用
• 新增、刪除節點是O（1）複雜度
• key支援混合型別：同時存在關聯陣列合索引陣列
• Value支援混合型別：array (“string”,2332)
• 支援線性遍歷：如foreach

Zend hash table實現了典型的hash表雜湊結構，同時通過附加一個雙向連結串列，提供了正向、反向遍歷陣列的功能。其結構如下圖：

可以看到，在hash table中既有key->value形式的雜湊結構，也有雙向連結串列模式，使得它能夠非常方便的支援快速查詢和線性遍歷。

• 雜湊結構：Zend的雜湊結構是典型的hash表模型，通過連結串列的方式來解決衝突。需要注意的是zend的hash table是一個自增長的資料結構，當hash表數目滿了之後，其本身會動態以2倍的方式擴容並重新元素位置。初始大小均為8。另外，在進行key->value快速查詢時候，zend本身還做了一些優化，通過空間換時間的方式加快速度。比如在每個元素中都會用一個變數nKeyLength標識key的長度以作快速判定。
• 雙向連結串列：Zend hash table通過一個連結串列結構，實現了元素的線性遍歷。理論上，做遍歷使用單向連結串列就夠了，之所以使用雙向連結串列，主要目的是為了快速刪除，避免遍歷。Zend hash table是一種複合型的結構，作為陣列使用時，即支援常見的關聯陣列也能夠作為順序索引數字來使用，甚至允許2者的混合。
• PHP關聯陣列：關聯陣列是典型的hash_table應用。一次查詢過程經過如下幾步（從程式碼可以看出，這是一個常見的hash查詢過程並增加一些快速判定加速查詢。）：

getKeyHashValue h;
index = n & nTableMask;
Bucket *p = arBucket[index];
while (p) {
	if ((p->h == h) & (p->nKeyLength == nKeyLength)) {
		RETURN p->data;   
	}
	p=p->next;
}
RETURN FALTURE;

• PHP索引陣列：索引陣列就是我們常見的陣列，通過下標訪問。例如 $arr[0]，Zend HashTable內部進行了歸一化處理，對於index型別key同樣分配了hash值和nKeyLength(為0)。內部成員變數nNextFreeElement就是當前分配到的最大id，每次push後自動加一。正是這種歸一化處理，PHP才能夠實現關聯和非關聯的混合。由於push操作的特殊性，索引key在PHP陣列中先後順序並不是通過下標大小來決定，而是由push的先後決定。例如 $arr[1] = 2; $arr[2] = 3;對於double型別的key，Zend HashTable會將他當做索引key處理

6. PHP變數

PHP是一門弱型別語言，本身不嚴格區分變數的型別。PHP在變數申明的時候不需要指定型別。PHP在程式執行期間可能進行變數型別的隱示轉換。和其他強型別語言一樣，程式中也可以進行顯示的型別轉換。PHP變數可以分為簡單型別(int、string、bool)、集合型別(array resource object)和常量(const)。以上所有的變數在底層都是同一種結構 zval。

Zval是zend中另一個非常重要的資料結構，用來標識並實現PHP變數，其資料結構如下：

Zval主要由三部分組成：

• type：指定了變數所述的型別（整數、字串、陣列等）
• refcount&is_ref：用來實現引用計數(後面具體介紹)
• value：核心部分，儲存了變數的實際資料

Zvalue是用來儲存一個變數的實際資料。因為要儲存多種型別，所以zvalue是一個union，也由此實現了弱型別。

PHP變數型別和其實際儲存對應關係如下：

IS_LONG   -> lvalue
IS_DOUBLE -> dvalue
IS_ARRAY  -> ht
IS_STRING -> str
IS_RESOURCE -> lvalue

引用計數在記憶體回收、字串操作等地方使用非常廣泛。PHP中的變數就是引用計數的典型應用。Zval的引用計數通過成員變數is_ref和ref_count實現，通過引用計數，多個變數可以共享同一份資料。避免頻繁拷貝帶來的大量消耗。

在進行賦值操作時，zend將變數指向相同的zval同時ref_count++，在unset操作時，對應的ref_count-1。只有ref_count減為0時才會真正執行銷燬操作。如果是引用賦值，則zend會修改is_ref為1。

PHP變數通過引用計數實現變數共享資料，那如果改變其中一個變數值呢？當試圖寫入一個變數時，Zend若發現該變數指向的zval被多個變數共享，則為其複製一份ref_count為1的zval，並遞減原zval的refcount，這個過程稱為“zval分離”。可見，只有在有寫操作發生時zend才進行拷貝操作，因此也叫copy-on-write(寫時拷貝)

對於引用型變數，其要求和非引用型相反，引用賦值的變數間必須是捆綁的，修改一個變數就修改了所有捆綁變數。

整數、浮點數是PHP中的基礎型別之一，也是一個簡單型變數。對於整數和浮點數，在zvalue中直接儲存對應的值。其型別分別是long和double。

從zvalue結構中可以看出，對於整數型別，和c等強型別語言不同，PHP是不區分int、unsigned int、long、long long等型別的，對它來說，整數只有一種型別也就是long。由此，可以看出，在PHP裡面，整數的取值範圍是由編譯器位數來決定而不是固定不變的。

對於浮點數，類似整數，它也不區分float和double而是統一隻有double一種型別。

在PHP中，如果整數範圍越界了怎麼辦？這種情況下會自動轉換為double型別，這個一定要小心，很多trick都是由此產生。

和整數一樣，字元變數也是PHP中的基礎型別和簡單型變數。通過zvalue結構可以看出，在PHP中，字串是由由指向實際資料的指標和長度結構體組成，這點和c++中的string比較類似。由於通過一個實際變數表示長度，和c不同，它的字串可以是2進位制資料（包含），同時在PHP中，求字串長度strlen是O(1)操作。

在新增、修改、追加字串操作時，PHP都會重新分配記憶體生成新的字串。最後，出於安全考慮，PHP在生成一個字串時末尾仍然會新增

常見的字串拼接方式及速度比較：

假設有如下4個變數：$strA=‘123’; $strB = ‘456’; $intA=123; intB=456;

現在對如下的幾種字串拼接方式做一個比較和說明：

$res = $strA.$strB和$res = “$strA$strB”
這種情況下，zend會重新malloc一塊記憶體並進行相應處理，其速度一般
$strA = $strA.$strB
這種是速度最快的，zend會在當前strA基礎上直接relloc，避免重複拷貝
$res = $intA.$intB
這種速度較慢，因為需要做隱式的格式轉換，實際編寫程式中也應該注意儘量避免
$strA = sprintf (“%s%s”,$strA.$strB);
這會是最慢的一種方式，因為sprintf在PHP中並不是一個語言結構，本身對於格式識別和處理就需要耗費比較多時間，另外本身機制也是malloc。不過sprintf的方式最具可讀性，實際中可以根據具體情況靈活選擇。

PHP的陣列通過Zend HashTable來天然實現。

foreach操作如何實現？對一個陣列的foreach就是通過遍歷hashtable中的雙向連結串列完成。對於索引陣列，通過foreach遍歷效率比for高很多，省去了key->value的查詢。count操作直接呼叫HashTable->NumOfElements，O(1)操作。對於’123’這樣的字串，zend會轉換為其整數形式。$arr[‘123’]和$arr[123]是等價的

資源型別變數是PHP中最複雜的一種變數，也是一種複合型結構。

PHP的zval可以表示廣泛的資料型別，但是對於自定義的資料型別卻很難充分描述。由於沒有有效的方式描繪這些複合結構，因此也沒有辦法對它們使用傳統的操作符。要解決這個問題，只需要通過一個本質上任意的識別符號（label）引用指標，這種方式被稱為資源。

在zval中，對於resource，lval作為指標來使用，直接指向資源所在的地址。Resource可以是任意的複合結構，我們熟悉的mysqli、fsock、memcached等都是資源。

如何使用資源：

• 註冊：對於一個自定義的資料型別，要想將它作為資源。首先需要進行註冊，zend會為它分配全域性唯一標示。
• 獲取一個資源變數：對於資源，zend維護了一個id->實際資料的hash_tale。對於一個resource，在zval中只記錄了它的id。fetch的時候通過id在hash_table中找到具體的值返回。
• 資源銷燬：資源的資料型別是多種多樣的。Zend本身沒有辦法銷燬它。因此需要使用者在註冊資源的時候提供銷燬函式。當unset資源時，zend呼叫相應的函式完成析構。同時從全域性資源表中刪除它。

資源可以長期駐留，不只是在所有引用它的變數超出作用域之後，甚至是在一個請求結束了並且新的請求產生之後。這些資源稱為持久資源，因為它們貫通SAPI的整個生命週期持續存在，除非特意銷燬。很多情況下，持久化資源可以在一定程度上提高效能。比如我們常見的mysql_pconnect ,持久化資源通過pemalloc分配記憶體，這樣在請求結束的時候不會釋放。

對zend來說，對兩者本身並不區分。

PHP中的區域性變數和全域性變數是如何實現的？對於一個請求，任意時刻PHP都可以看到兩個符號表(symbol_table和active_symbol_table)，其中前者用來維護全域性變數。後者是一個指標，指向當前活動的變數符號表，當程式進入到某個函式中時，zend就會為它分配一個符號表x同時將active_symbol_table指向a。通過這樣的方式實現全域性、區域性變數的區分。

獲取變數值：PHP的符號表是通過hash_table實現的，對於每個變數都分配唯一標識，獲取的時候根據標識從表中找到相應zval返回。

函式中使用全域性變數：在函式中，我們可以通過顯式申明global來使用全域性變數。在active_symbol_table中建立symbol_table中同名變數的引用，如果symbol_table中沒有同名變數則會先建立。