从PHP语法糖剖析Zend VM引擎

## 1. 

先说个PHP5.3+ 的语法糖，通常我们这样写： 

    $a = 0;
$b = $a ? $a : 1;

语法糖可以这样写：

$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：

$b = $a ?? 1;

相当于：

$b = isset($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：  
 

    $a = 0;
$b = $a ?: 1;

对应的opcdoe如下：

number of ops: 5
compiled vars: !0 = $a, !1 = $b
line #* 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                                                   1 

    branch: #  0; line:     2-    4; sop:     0; eop:     4; out1:  -2 
    path #1: 0, 

vim Zend/zend_language_parser.y +834 

~~~.bash 
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： 

~~~.java 
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 

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) 
    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： 

~~~.java 
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 0 
    330 #define ZEND_VM_RETURN()           return 1 
    331 #define ZEND_VM_ENTER()            return 2 
    332 #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 

    $foo = 'foo';
$bar = 'bar';
echo $foo . $bar;

vld 查看opcode：

number of ops: 5
compiled 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        CONCAT                                           ~2      !0, !1 
             3        ECHO                                                     ~2 
       5     4      > RETURN                                                   1 

    branch: #  0; line:     2-    5; sop:     0; eop:     4; out1:  -2 
    path #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： 

    $foo = 'foo';
$bar = 'bar';
echo $foo, $bar;

对应的opcode：

number of ops: 5
compiled 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                                                   1 

    branch: #  0; line:     2-    5; sop:     0; eop:     4; out1:  -2 
    path #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： 

    define('FOO', 'foo');
echo FOO;

define opcode:

number of ops: 6
compiled 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                                                   1 

const例子: 

    const FOO = 'foo';
echo FOO;

const opcode:

number of ops: 4
compiled 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                                                   1 

### 5.3 动态函数的代价 

    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： 

    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： 

    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                                                   1 

调换声明顺序： 

    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。