PHP內核探索之變數Zval

我們已經知道php變數在核心中其實是透過zval結構來實現的，也初步了解如何設定一個zval結構的類型和值。 

在code的時候，很希望在核心中建立的zval可以讓使用者在PHP語言裡以變數的形式使用，為了實現這個功能， 我們要先建立一個zval。最容易想到的辦法就是建立一個zval指針， 然後申請一塊記憶體並讓指針指向它。如果你腦海裡浮現出了malloc(sizeof(zval))的影子， 那麼請你立即剎車，不要用malloc來做這件事情，內核給我們提供了相應的宏來處理這件事， 理由和以前一樣：為了程式碼漂亮並保持版本升級時的相容性。 這個巨集的是：MAKE_STD_ZVAL(pzv)。這個宏會用核心的方式來申請一塊記憶體並將其位址付給pzv， 並初始化它的refcount和is_ref兩個屬性，更棒的是，它不但會自動的處理記憶體不足問題， 還會在記憶體中選個最優的位置來申請。

作為資料的容器，我們常常需要跟變數打交道，不管這個變數是數字、陣列、字串、物件或其他，因而可以說變數是構成語言的不可或缺的基礎。本文為PHP內核探索之變數的第一篇，主要介紹zval的基本知識，包含以下幾個面向的內容：

1. Zval的基本結構
2. 查看zval的方法：debug_zval_dump和xdebug
3. Zval的原理，COW等

由於寫作倉促，難免會有錯誤，歡迎指出。

一、Zval的基本結構

Zval是PHP中最重要的資料結構之一（另一個比較重要的資料結構是hash table），它包含了PHP中的變數值和類型的相關資訊。它是一個struct，基本結構為：

<span>struct</span><span> _zval_struct {
    zvalue_value value; </span><span>/*</span><span> value </span><span>*/</span><span> zend_uint refcount__gc; </span><span>/*</span><span> variable ref count </span><span>*/</span><span> zend_uchar type; </span><span>/*</span><span> active type </span><span>*/</span><span> zend_uchar is_ref__gc; </span><span>/*</span><span> if it is a ref variable </span><span>*/</span><span> };
typedef </span><span>struct</span> _zval_struct zval;

其中：

1.　　zval_value value

變數的實際值，具體來說是一個zvalue_value的聯合體（union）:

<span>typedef union _zvalue_value { </span><span>long</span> lval; <span>/*</span><span> long value </span><span>*/</span> <span>double</span> dval; <span>/*</span><span> double value </span><span>*/</span> <span>struct</span> { <span>/*</span><span> string </span><span>*/</span> <span>char</span> *<span>val; </span><span>int</span><span> len;
    } str;
    HashTable </span>*ht; <span>/*</span><span> hash table value,used for array </span><span>*/</span><span> zend_object_value obj; </span><span>/*</span><span> object </span><span>*/</span><span> } zvalue_value;</span>

2.　　zend_uint refcount__gc  

該值實際上是一個計數器，用來保存有多少變量（或者符號，symbols,所有的符號都存在符號表（symble table）中, 不同的作用域使用不同的符號表，關於這一點，我們之後會論述）指向該zval。在變數生成時，其refcount=1，典型的賦值運算如$a = $b會令zval的refcount加1，而unset操作會對應的減1。在PHP5.3之前，使用引用計數的機制來實作GC，如果一個zval的refcount較少到0，那麼Zend引擎會認為沒有任何變數指向該zval，因此會釋放該zval所佔的記憶體空間。但，事情有時並不會那麼簡單。後面我們會看到，單純的引用計數機制無法GC掉循環引用的zval，即使指向該zval的變數已經被unset，從而導致了記憶體洩漏（Memory Leak）。

3.　　zend_uchar type

此欄位用於表示變數的實際類型。在開始學習PHP的時候，我們已經知道，PHP中的變數包括四種標量類型（bool,int,float,string），兩種複合類型（array, object）和兩種特殊的類型（resource 和NULL）。在zend內部，這些類型對應於下面的巨集（程式碼位置 phpsrc/Zend/zend.h）：

<span>#define</span> IS_NULL     0 <span>#define</span> IS_LONG     1 <span>#define</span> IS_DOUBLE   2 <span>#define</span> IS_BOOL     3 <span>#define</span> IS_ARRAY    4 <span>#define</span> IS_OBJECT   5 <span>#define</span> IS_STRING   6 <span>#define</span> IS_RESOURCE 7 <span>#define</span> IS_CONSTANT 8 <span>#define</span> IS_CONSTANT_ARRAY   9 <span>#define</span> IS_CALLABLE 10

4.　　is_ref__gc

這個欄位用來標記變數是否是引用變數。對於普通的變量，該值為0，而對於引用型的變量，該值為1。這個變數會影響zval的共享、分離等。關於這點，我們之後會有論述。

正如名字所示，ref_count__gc和is_ref__gc是PHP的GC機制所需的很重要的兩個字段，這兩個字段的值，可以透過xdebug等調試工具查看。

二、xdebug的安裝配置

Xdebug是一個開源的PHP 效能分析和debug工具。雖然對於一般的程式調試，var_dump,echo,print,debug_backtrace等常見的調試工具已經基本夠用，但對於一些複雜的調試和性能測試，xdebug絕對是一個很好的幫手（其他的如Xhprof等工具也很優秀）。

本文的基本環境：

安裝Xdebug的基本流程為(實際上是原始碼編譯一個擴充)：

1.　　下載源碼包.

　　下載網址為：http://www.xdebug.org/docs/install

　　本文中下载的版本为：Xdebug-2.6.tar.gz

2.　　解压

<span>tar</span> xvzf xdebug-<span>2.6</span>.<span>tar</span>.gz

3.　　在xdebug的目录执行phpize

4.　　./configure   配置

5.　　Make&&  make install

这会生成xdebug.so扩展文件（zend_extension）,位置在xdebug/modules

6.　　在php.ini中加载xdebug扩展

zend_extension=your-xdebug-path/xdebug.so

7.　　添加xdebug的配置

xdebug.profiler_enable =<span> on
xdebug.default_enable </span>=<span> on
xdebug.trace_output_dir</span>="/tmp/xdebug"<span> xdebug.trace_output_name </span>=<span> trace.%c.%p
xdebug.profiler_output_dir</span>="/tmp/xdebug"<span> xdebug.profiler_output_name</span>="cachegrind.out.%s"

这里不再详细介绍各个配置项的含义，详细的请看：http://www.xdebug.org/docs/all 

现在，PHP中，应该已经有了Xdebug的扩展信息（php –m，也可以phpinfo()）：

 

在Xdebug中，可以通过xdebug_debug_zval打印Zval的信息：

<?php
    $a = array( 'test' );
    $a[] = &$a;
    xdebug_debug_zval( 'a' );

3.　　Zval的更多原理

（注，本部分主要参考：http://derickrethans.nl/collecting-garbage-phps-take-on-variables.html， 作者Derick Rethans是一位优秀的PHP内核专家，在全世界做过多次报告，都有相关的pdf下载，这里（http://derickrethans.nl/talks.html ）有作者每次演讲的记录，很多都值得我们深入去学习研究）

前面我们已经说过，PHP使用Zval这种结构来保存变量，这里我们将继续追踪zval的更多细节。

1. 创建变量时，会创建一个zval.

$str = "test zval";
xdebug_debug_zval('str');

输出结果：

str: (refcount=1, is_ref=0)='test zval'

当使用$str="test zval";来创建变量时，会在当前作用域的符号表中插入新的符号（str）,由于该变量是一个普通的变量，因此会生成一个refcount=1且is_ref=0的zval容器。也就是说，实际上是这样的:

2. 变量赋值给另外一个变量时，会增加zval的refcount值。

$str  = "test zval";
$str2 = $str;
xdebug_debug_zval('str');
xdebug_debug_zval('str2');

输出结果：

str: (refcount=2, is_ref=0)=<span>'test zval'
str2: (refcount</span>=2, is_ref=0)='test zval'

同时我们看到，str和是str2这两个symbol的zval结构是一样的。这里其实是PHP所做的一个优化，由于str和str2都是普通变量，因而它们指向了同一个zval，而没有为str2开辟单独的zval。这么做，可以在一定程度上节省内存。这时的str,str2与zval的对应关系是这样的：

3. 使用unset时，对减少相应zval的refcount值

$str  = "test zval";
$str3 = $str2 = $str;
xdebug_debug_zval('str');
unset($str2,$str3)
xdebug_debug_zval('str');
 

结果为：

str: (refcount=3, is_ref=0)=<span>'test zval'
str: (refcount</span>=1, is_ref=0)='test zval'

由于unset($str2,$str3)会将str2和str3从符号表中删除，因此，在unset之后，只有str指向该zval，如下图所示：

现在如果执行unset($str)，则由于zval的refcount会减少到0，该zval会从内存中清理。这当然是最理想的情况。

但是事情并不总是那么乐观。

4. 数组变量与普通变量生成的zval非常类似，单也有很大不同

与标量这些普通变量不同，数组和对象这类复合型的变量在生成zval时，会为每个item项生成一个zval容器。例如：

$ar = array(
    'id'   => 38,
    'name' => 'shine'
); <span>xdebug_debug_zval('ar');</span> 

打印出zval的结构是：

ar: (refcount=1, is_ref=0)=<span>array (
    'id' </span>=> (refcount=1, is_ref=0)=38,<span> 'name' </span>=> (refcount=1, is_ref=0)=<span>'shine'
)</span>

如下图所示：

 

可以看出，变量$ar生成的过程中，共生成了3个zval容器（红色部分标注）。对于每个zval而言，refcount的增减规则与普通变量的相同。例如，我们在数组中添加另外一个元素，并把$ar['name']的值赋给它：

$ar = array(
    'id'   => 38,
    'name' => 'shine'
);

$ar['test'] = $ar['name'];
xdebug_debug_zval('ar');

则打印出的zval为：

ar: (refcount=1, is_ref=0)=<span>array (
    'id' </span>=> (refcount=1, is_ref=0)=38,<span> 'name' </span>=> (refcount=2, is_ref=0)='shine',<span> 'test' </span>=> (refcount=2, is_ref=0)=<span>'shine'
)</span>

如同普通变量一样，这时候,name和test这两个symbol指向同一个zval:

 

同样的，从数组中移除元素时，会从符号表中删除相应的符号，同时减少对应zval的refcount值。同样，如果zval的refcount值减少到0，那么就会从内存中删除该zval：

$ar = array(
    'id'   => 38,
    'name' => 'shine'
);

$ar['test'] = $ar['name'];
unset($ar['test'],$ar['name']);
xdebug_debug_zval('ar');

输出结果为：

ar: (refcount=1, is_ref=0)=array ('id' => (refcount=1, is_ref=0)=38)

5.       引用的出现，会令zval的规则变得复杂

在加入引用之后，情况会变的稍微复杂一点。例如，在数组中添加对本身的引用：

$a = $array('one');
$a[] = &$a;
xdebug_debug_zval('a');

输出的结果：

a: (refcount=2, is_ref=1)=<span>array ( </span>0 => (refcount=1, is_ref=0)='one', 
    1 => (refcount=2, is_ref=1)=<span>...
)</span>

上述输出中，…表示指向原始数组，因而这是一个循环的引用。如下图所示：

 

现在，我们对$a执行unset操作，这会在symbol table中删除相应的symbol,同时，zval的refcount减1（之前为2），也就是说，现在的zval应该是这样的结构：

(refcount=1, is_ref=1)=<span>array ( </span>0 => (refcount=1, is_ref=0)='one', 
    1 => (refcount=1, is_ref=1)=<span>...
)</span>

也就是下图所示的结构：

 

　　这时，不幸的事情发生了！

　　Unset之后，虽然没有变量指向该zval，但是该zval却不能被GC（指PHP5.3之前的单纯引用计数机制的GC）清理掉，因为zval的refcount均大于0。这样，这些zval实际上会一直存在内存中，直到请求结束（参考SAPI的生命周期）。在此之前，这些zval占据的内存不能被使用，便白白浪费了，换句话说，无法释放的内存导致了内存泄露。

　　如果这种内存泄露仅仅发生了一次或者少数几次，倒也还好，但如果是成千上万次的内存泄露，便是很大的问题了。尤其在长时间运行的脚本中（例如守护程序，一直在后台执行不会中断），由于无法回收内存，最终会导致系统“再无内存可用”。

6.       zval分离（Copy on write和change on write）

前面我们已经介绍过，在变量赋值的过程中例如$b = $a，为了节省空间,并不会为$a和$b都开辟单独的zval，而是使用共享zval的形式：

        

那么问题来了：如果其中一个变量发生变化时，如何处理zval的共享问题？

对于这样的代码：

$a = "a simple test";
$b = $a;

echo "before write:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

$b = "thss";
echo "after write:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

打印的结果是：

<span>before write:
a: (refcount</span>=2, is_ref=0)=<span>'a simple test'
b: (refcount</span>=2, is_ref=0)=<span>'a simple test'
after write:
a: (refcount</span>=1, is_ref=0)=<span>'a simple test'
b: (refcount</span>=1, is_ref=0)='thss'

起初，符号表中a和b指向了同一个zval(这么做的原因是节省内存)，而后$b发生了变化，Zend会检查b指向的zval的refcount是否为1，如果是1，那么说明只有一个符号指向该zval，则直接更改zval。否则，说明这是一个共享的zval，需要将该zval分离出去，以保证单独变化互不影响，这种机制叫做COW –Copy on write。在很多场景下，COW都是一种比较高效的策略。

那么对于引用变量呢？

$a = 'test';
$b = &$a;

echo "before change:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

$b = 12;
echo "after change:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

unset($b);
echo "after unset:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

输出的结果为：

<span>before change:
a: (refcount</span>=2, is_ref=1)=<span>'test'
b: (refcount</span>=2, is_ref=1)=<span>'test'

after change:
a: (refcount</span>=2, is_ref=1)=12<span> b: (refcount</span>=2, is_ref=1)=12<span> after unset:
a: (refcount</span>=1, is_ref=0)=12

可以看出，在改变了$b的值之后，Zend会检查zval的is_ref检查是否是引用变量，如果是引用变量，则直接更改即可，否则，需要执行刚刚提到的zval分离。由于$a 和 $b是引用变量，因而更改共享的zval实际上也间接更改了$a的值。而在unset($b)之后，变量$b从符号表中删除了。

这里也说明一个问题，unset并不是清除zval，而只是从符号表中删除相应的symbol。这样一来，之前很多的关于引用的疑问也可以理解了（下一节我们将深入探索PHP的引用）。

 

以上就介绍了PHP内核探索之变量Zval，包括了变量Zval方面的内容，希望对PHP教程有兴趣的朋友有所帮助。