Home > Article > Backend Development > Analyzing the Zend VM engine from PHP syntactic sugar
Analyzing the Zend VM engine from PHP syntactic sugar
- 高洛峰Original
- 2016-11-22 13:48:091794browse
1.
先说个PHP5.3+ 的语法糖，通常我们这样写：
<?php
$a = 0;
$b = $a ? $a : 1;语法糖可以这样写：
<?php
$a = 0;
$b = $a ?: 1;执行结果$b = 1，后面写法更简洁，但通常不太建议用太多语法糖，特别是容易理解混淆的，比如PHP 7 新增加??如下：
<?php
$b = $a ?? 1;相当于：
<?php
$b = isset($a) ? $a : 1;?: 和 ?? 你是不是容易搞混，如果这样，我建议宁可不用，代码可读性强，易维护更重要。
语法糖不是本文的重点，我们的目的是从语法糖入手聊聊Zend VM的解析原理。
2.
分析的PHP源码分支 => remotes/origin/PHP-5.6.14，关于如何通过vld查看opcode，请看我之前写的这篇文章：
http://www.yinqisen.cn/blog-680.html
<?php
$a = 0;
$b = $a ?: 1;对应的opcdoe如下：
number of ops: 5compiled vars: !0 = $a, !1 = $bline #* E I O op fetch ext return operands------------------------------------------------------------------------------------- 2 0 E > ASSIGN !0, 0
3 1 JMP_SET_VAR $1 !0
2 QM_ASSIGN_VAR $1 1
3 ASSIGN !1, $1
4 4 > RETURN 1branch: # 0; line: 2- 4; sop: 0; eop: 4; out1: -2path #1: 0,vim Zend/zend_language_parser.y +834
834 › |› expr '?' ':' { zend_do_jmp_set(&$1, &$2, &$3 TSRMLS_CC); }
835 › › expr { zend_do_jmp_set_else(&$$, &$5, &$2, &$3 TSRMLS_CC); }如果你喜欢，可以自己动手，重新定义 ?: 的语法糖。遵循BNF文法规则，使用bison解析，有兴趣可以自行Google相关知识，继续深入了解。
从vld的opcode可以知道，执行了 zend_do_jmp_set_else，代码在 Zend/zend_compile.c 中：
void zend_do_jmp_set_else(znode *result, const znode *false_value, const znode *jmp_token, const znode *colon_token TSRMLS_DC)
{
› zend_op *opline = get_next_op(CG(active_op_array) TSRMLS_CC);
› SET_NODE(opline->result, colon_token);
› if (colon_token->op_type == IS_TMP_VAR) {
› › if (false_value->op_type == IS_VAR || false_value->op_type == IS_CV) {
› › › CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].opcode = ZEND_JMP_SET_VAR;
› › › CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].result_type = IS_VAR;
› › › opline->opcode = ZEND_QM_ASSIGN_VAR;
› › › opline->result_type = IS_VAR;
› › } else {
› › › opline->opcode = ZEND_QM_ASSIGN;
› › }
› } else {
› › opline->opcode = ZEND_QM_ASSIGN_VAR;
› }
› opline->extended_value = 0;
› SET_NODE(opline->op1, false_value);
› SET_UNUSED(opline->op2);
› GET_NODE(result, opline->result);
› CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].op2.opline_num = get_next_op_number(CG(active_op_array));
› DEC_BPC(CG(active_op_array));
}3.
重点两个opcode，ZEND_JMP_SET_VAR 和 ZEND_QM_ASSIGN_VAR，怎么接着读代码呢？下面说下PHP的opcode。
PHP5.6有167个opcode，意味着可以执行167种不同的计算操作，官方文档看这里http://php.net/manual/en/internals2.opcodes.list.php
PHP内部使用_zend_op 这个结构体来表示opcode, vim Zend/zend_compile.h +111
111 struct _zend_op {
112 › opcode_handler_t handler;
113 › znode_op op1;
114 › znode_op op2;
115 › znode_op result;
116 › ulong extended_value;
117 › uint lineno;
118 › zend_uchar opcode;
119 › zend_uchar op1_type;
120 › zend_uchar op2_type;
121 › zend_uchar result_type;
122 }PHP 7.0略有不同，主要区别在针对64位系统 uint换成uint32_t，明确指定字节数。
你把opcode当成一个计算器，只接受两个操作数(op1, op2)，执行一个操作(handler, 比如加减乘除)，然后它返回一个结果(result)给你，再稍加处理算术溢出的情况(extended_value)。
Zend的VM对每个opcode的工作方式完全相同，都有一个handler（函数指针），指向处理函数的地址。这是一个C函数，包含了执行opcode对应的代码，使用op1，op2做为参数，执行完成后，会返回一个结果（result），有时也会附加一段信息（extended_value)。
用我们例子中的操作数 ZEND_JMP_SET_VAR 说明，vim Zend/zend_vm_def.h +4995
4942 ZEND_VM_HANDLER(158, ZEND_JMP_SET_VAR, CONST|TMP|VAR|CV, ANY)
4942 ZEND_VM_HANDLER(158, ZEND_JMP_SET_VAR, CONST|TMP|VAR|CV, ANY)
4943 {
4944 › USE_OPLINE
4945 › zend_free_op free_op1;
4946 › zval *value, *ret;
4947
4948 › SAVE_OPLINE();
4949 › value = GET_OP1_ZVAL_PTR(BP_VAR_R);
4950
4951 › if (i_zend_is_true(value)) {
4952 › › if (OP1_TYPE == IS_VAR || OP1_TYPE == IS_CV) {
4953 › › › Z_ADDREF_P(value);
4954 › › › EX_T(opline->result.var).var.ptr = value;
4955 › › › EX_T(opline->result.var).var.ptr_ptr = &EX_T(opline->result.var).var.ptr;
4956 › › } else {
4957 › › › ALLOC_ZVAL(ret);
4958 › › › INIT_PZVAL_COPY(ret, value);
4959 › › › EX_T(opline->result.var).var.ptr = ret;
4960 › › › EX_T(opline->result.var).var.ptr_ptr = &EX_T(opline->result.var).var.ptr;
4961 › › › if (!IS_OP1_TMP_FREE()) {
4962 › › › › zval_copy_ctor(EX_T(opline->result.var).var.ptr);
4963 › › › }
4964 › › }
4965 › › FREE_OP1_IF_VAR();
4966 #if DEBUG_ZEND>=2
4967 › › printf("Conditional jmp to %d\n", opline->op2.opline_num);
4968 #endif
4969 › › ZEND_VM_JMP(opline->op2.jmp_addr);
4970 › }
4971
4972 › FREE_OP1();
4973 › CHECK_EXCEPTION();
4974 › ZEND_VM_NEXT_OPCODE();
4975 }i_zend_is_true 来判断操作数是否为true，所以ZEND_JMP_SET_VAR是一种条件赋值，相信大家都能看明白，下面讲重点。
注意zend_vm_def.h这并不是一个可以直接编译的C的头文件，只能说是一个模板，具体可编译的头为zend_vm_execute.h（这个文件可有45000多行哦），它并非手动生成，而是由zend_vm_gen.php这个PHP脚本解析zend_vm_def.h后生成（有意思吧，先有鸡还是先有蛋，没有PHP 哪来的这个脚本？），猜测这个是后期产物，早期php版本应该不会用这个。
上面ZEND_JMP_SET_VAR的代码，根据不同参数 CONST|TMP|VAR|CV 最终会生成不同类型的，但功能一致的handler函数：
static int ZEND_FASTCALL ZEND_JMP_SET_VAR_SPEC_CONST_HANDLER(ZEND_OPCODE_HANDLER_ARGS) static int ZEND_FASTCALL ZEND_JMP_SET_VAR_SPEC_TMP_HANDLER(ZEND_OPCODE_HANDLER_ARGS) static int ZEND_FASTCALL ZEND_JMP_SET_VAR_SPEC_VAR_HANDLER(ZEND_OPCODE_HANDLER_ARGS) static int ZEND_FASTCALL ZEND_JMP_SET_VAR_SPEC_CV_HANDLER(ZEND_OPCODE_HANDLER_ARGS)
这么做的目的是为了在编译期确定handler，提升运行期的性能。不这么做，在运行期根据参数类型选择，也可以做到，但性能不好。当然这么做有时也会生成一些垃圾代码（看似无用），不用担心，C的编译器会进一步优化处理。
zend_vm_gen.php 也可以接受一些参数，细节在PHP源码中的README文件 Zend/README.ZEND_VM 有详细说明。
4.
讲到这里，我们知道opcode怎么和handler对应了。但是在整体上还有一个过程，就是语法解析，解析后所有的opcode是怎么串联起来的呢？
语法解析的细节就不说了，解析过后，会有个包含所有opcode的大数组（说链表可能更准确），从上面代码我们可以看到，每个handler执行完后，都会调用 ZEND_VM_NEXT_OPCODE()，取出下一个opcode，继续执行，直到最后退出，循环的代码 vim Zend/zend_vm_execute.h +337：
ZEND_API void execute_ex(zend_execute_data *execute_data TSRMLS_DC){
› DCL_OPLINE
› zend_bool original_in_execution;
› original_in_execution = EG(in_execution);
› EG(in_execution) = 1;
› if (0) {
zend_vm_enter:
› › execute_data = i_create_execute_data_from_op_array(EG(active_op_array), 1 TSRMLS_CC);
› }
› LOAD_REGS();
› LOAD_OPLINE();
› while (1) {
› int ret;#ifdef ZEND_WIN32› › if (EG(timed_out)) {
› › › zend_timeout(0);
› › }#endif› › if ((ret = OPLINE->handler(execute_data TSRMLS_CC)) > 0) {
› › › switch (ret) {
› › › › case 1:
› › › › › EG(in_execution) = original_in_execution;
› › › › › return;
› › › › case 2:
› › › › › goto zend_vm_enter;
› › › › › break;
› › › › case 3:
› › › › › execute_data = EG(current_execute_data);
› › › › › break;
› › › › default:
› › › › › break;
› › › }
› › }
› }
› zend_error_noreturn(E_ERROR, "Arrived at end of main loop which shouldn't happen");
}宏定义, vim Zend/zend_execute.c +1772
1772 #define ZEND_VM_NEXT_OPCODE() \ 1773 › CHECK_SYMBOL_TABLES() \ 1774 › ZEND_VM_INC_OPCODE(); \ 1775 › ZEND_VM_CONTINUE()329 #define ZEND_VM_CONTINUE() return 0330 #define ZEND_VM_RETURN() return 1331 #define ZEND_VM_ENTER() return 2332 #define ZEND_VM_LEAVE() return 3
while是一个死循环，执行一个handler函数，除个别情况，多数handler函数末尾都调用ZEND_VM_NEXT_OPCODE() -> ZEND_VM_CONTINUE()，return 0，继续循环。
注：比如 yield 协程是个例外，它会返回1，直接return出循环。以后有机会我们再单独对yield做分析。
希望你看完上面内容，对PHP Zend 引擎的解析过程有个详细的了解，下面我们基于原理的分析，再简单聊聊PHP的优化。
5. PHP优化注意事项
5.1 echo 输出
<?php
$foo = 'foo';
$bar = 'bar'; echo $foo . $bar;vld 查看opcode：
number of ops: 5compiled vars: !0 = $foo, !1 = $barline #* E I O op fetch ext return operands
------------------------------------------------------------------------------------- 2 0 E > ASSIGN !0, 'foo'
3 1 ASSIGN !1, 'bar'
4 2 CONCAT ~2 !0, !1
3 ECHO ~2
5 4 > RETURN 1branch: # 0; line: 2- 5; sop: 0; eop: 4; out1: -2path #1: 0,ZEND_CONCAT 连接 $a和$b的值，保存到临时变量~2中，然后echo 出来。这个过程中涉及要分配一块内存，用于临时变量，用完后还要释放，还需要调用拼接函数，执行拼接过程。
如果换成这样写：
<?php
$foo = 'foo';
$bar = 'bar'; echo $foo, $bar;对应的opcode：
number of ops: 5compiled vars: !0 = $foo, !1 = $bar
line #* E I O op fetch ext return operands------------------------------------------------------------------------------------- 2 0 E > ASSIGN !0, 'foo'
3 1 ASSIGN !1, 'bar'
4 2 ECHO !0
3 ECHO !1
5 4 > RETURN 1branch: # 0; line: 2- 5; sop: 0; eop: 4; out1: -2path #1: 0,不需要分配内存，也不需要执行拼接函数，是不是效率更好呢！想了解拼接过程，可以根据本文讲的内容，自行查找 ZEND_CONCAT 这个opcode对应的handler，做了好多事情哦。
5.2 define()和const
const关键字是从5.3开始引入的，和define有很大差别，和C语言的#define倒是含义差不多。
define() 是函数调用，有函数调用开销。
const 是关键字，直接生成opcode，属于编译期能确定的，不需要动态在执行期分配。
const 的值是死的，运行时不可以改变，所以说类似C语言的 #define，属于编译期间就确定的内容，而且对数值类型有限制。
直接看代码，对比opcode：
define例子：
<?php
define('FOO', 'foo'); echo FOO;define opcode:
number of ops: 6compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > SEND_VAL 'FOO'
1 SEND_VAL 'foo'
2 DO_FCALL 2 'define'
3 3 FETCH_CONSTANT ~1 'FOO'
4 ECHO ~1
4 5 > RETURN 1const例子:
<?php
const FOO = 'foo'; echo FOO;const opcode:
number of ops: 4compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > DECLARE_CONST 'FOO', 'foo'
3 1 FETCH_CONSTANT ~0 'FOO'
2 ECHO ~0
4 3 > RETURN 15.3 动态函数的代价
<?php
function foo() { }
foo();对应opcode：
number of ops: 3 compiled vars: none line #* E I O op fetch ext return operands ------------------------------------------------------------------------------------- 2 0 E > NOP 3 1 DO_FCALL 0 'foo' 4 2 > RETURN 1
动态调用的代码：
<?php
function foo() { }
$a = 'foo';
$a();opcode:
number of ops: 5
compiled vars: !0 = $a
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > NOP
3 1 ASSIGN !0, 'foo'
4 2 INIT_FCALL_BY_NAME !0
3 DO_FCALL_BY_NAME 0
5 4 > RETURN 1可以 vim Zend/zend_vm_def.h +2630，看看INIT_FCALL_BY_NAME做的事情，代码太长，这里不列出来了。动态特性虽然方便，但一定会牺牲性能，所以使用前要平衡利弊。
5.4 类的延迟声明的代价
还是先看代码：
<?php
class Bar { }
class Foo extends Bar { }对应opcode：
number of ops: 4
compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > NOP
3 1 NOP
2 NOP
4 3 > RETURN调换声明顺序：
<?php
class Foo extends Bar { }
class Bar { }对应opcode：
number of ops: 4
compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > FETCH_CLASS 0 :0 'Bar'
1 DECLARE_INHERITED_CLASS '%00foo%2FUsers%2Fqisen%2Ftmp%2Fvld.php0x103d58020', 'foo'
3 2 NOP
4 3 > RETURN 1如果在强语言中，后面的写法会产生编译错误，但PHP这种动态语言，会把类的声明推迟到运行时，如果你不注意，就很可能踩到这个雷。
所以在我们了解Zend VM原理后，就更应该注意少用动态特性，可有可无的时候，就一定不要用。