PHP 底層的運作機制與原理

PHP說簡單，但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語言實作包含大量元件的軟體框架。更狹義點看，可以把它認為是強大的UI框架。

了解PHP底層實現的目的為何？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鑒，透過擴展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

多進程模型：由於PHP是多進程模型，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是一種弱型別語言。一個變數的類型並不是一開始就確定不變，運行中才會確定並可能發生隱式或顯式的類型轉換，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)+組件(ext)的模式降低內部耦合。

中間層(sapi)隔絕web server和PHP。

文法簡單靈活，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局的程式。

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方法供外部調用，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透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數（如array系列）、標準函式庫等都是透過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、效能最佳化等目的（如貼吧正在使用的PHP中間層、富文本解析就是extension的典型應用）。

Sapi：Sapi全名為Server Application Programming Interface，也就是服務端應用程式接口，Sapi透過一系列鉤子函數，使得PHP可以和外圍交互數據，這是PHP非常優雅和成功的一個設計，透過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，而應用程式本身也可以針對自己的特徵實現不同的處理方式。

上層應用：這就是我們平時編寫的P​​HP程序，透過不同的sapi方式得到各種各樣的應用模式，如透過webserver實現web應用程式、在命令列下以腳本方式運行等等。

如果PHP是一輛車，那麼車的框架就是PHP本身，Zend是車的引擎（引擎），Ext下面的各種組件就是車的輪子，Sapi可以看做是公路，車可以跑在不同類型的公路上，而一次PHP程序的執行就是汽車跑在公路上。因此，我們需要：性能優異的引擎+合適的車輪+正確的跑道。

3. Sapi

如前所述，Sapi透過透過一系列的接口，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模式運行時的處理方式，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，也是異步webserver所唯一支持的方式。

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實作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，原始程式會被翻譯成一個指令(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來實現的，所以最後呼叫的也都是C的函數，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由兩個參數(op1,op2)、傳回值和處理函數組成。 PHP程式最終被翻譯為一組opcode處理函數的順序執行。

常見的幾個處理函數：

ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 变量分配 （$a=$b）
ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函数调用
ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接 $a.$b
ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法运算 $a+2
ZEND_IS_EQUAL_SPEC_CV_CONST：判断相等 $a==1
ZEND_IS_IDENTICAL_SPEC_CV_CONST：判断相等 $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，我們所知道的PHP數組即是其典型應用，此外，在zend內部，如函數符號表、全域變數等也都是基於hash table來實作。

PHP的hash table具有以下特點：

支援典型的key->value查詢

可以當做數組使用

添加、刪除節點是O（1）複雜度

key支援混合類型：同時存在關聯數組合索引數組

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表散列結構，同時透過附加一個雙向鍊錶，提供了正向、反向遍歷數組的功能。其架構如下圖：

 

可以看到，在hash table中既有key->value形式的雜湊結構，也有雙向鍊錶模式，使得它能夠非常方便的支援快速查找和線性遍歷。

散列結構：Zend的雜湊結構是典型的hash表模型，透過鍊錶的方式來解決衝突。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快速查找時候，zend本身也做了一些優化，透過空間換時間的方式加快速度。例如在每個元素中都會用一個變數nKeyLength來標識key的長度以作快速判定。

雙向鍊錶：Zend hash table透過一個鍊錶結構，實現了元素的線性遍歷。理論上，做遍歷使用單向鍊錶就夠了，之所以使用雙向鍊錶，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，作為數組使用時，即支援常見的關聯數組也能夠作為順序索引數字來使用，甚至允許2者的混合。

PHP關聯數組：關聯數組是典型的hash_table應用。一次查詢過程經過以下幾步（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找。）：

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

PHP索引數組：索引數組就是我們常見的數組，透過下標訪問。例如 $arr[0]，Zend HashTable內部進行了歸一化處理，對於index類型key同樣分配了hash值和nKeyLength(為0)。內部成員變數nNextFreeElement就是目前被指派的最大id，每次push後自動加一。正是這種歸一化處理，PHP才能夠實現關聯和非關聯的混合。由於push操作的特殊性，索引key在PHP數組中先後順序並不是透過下標大小來決定，而是由push的先後決定。例如$arr[1] = 2; $arr[2] = 3;對於double類型的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類型。 PHP在變數申明的時候不需要指定型別。 PHP在程式運行期間可能會進行變數類型的隱示轉換。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)和常數(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，用來識別並實現PHP變量，其資料結構如下：

 

Zval主要由三部分組成：

 

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是用來保存一個變數的實際資料。因為要儲存多種類型，所以zvalue是一個union，也因此實現了弱型別。

PHP變數類型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的引用計數透過成員變數is_ref和ref_count實現，透過引用計數，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時才會真正執行銷毀操作。如果是引用賦值，則zend會修改is_ref為1。 🎜

PHP变量通过引用计数实现变量共享数据，那如果改变其中一个变量值呢？当试图写入一个变量时，Zend若发现该变量指向的zval被多个变量共享，则为其复制一份ref_count为1的zval，并递减原zval的refcount，这个过程称为“zval分离”。可见，只有在有写操作发生时zend才进行拷贝操作，因此也叫copy-on-write(写时拷贝)

对于引用型变量，其要求和非引用型相反，引用赋值的变量间必须是捆绑的，修改一个变量就修改了所有捆绑变量。

整数、浮点数是PHP中的基础类型之一，也是一个简单型变量。对于整数和浮点数，在zvalue中直接存储对应的值。其类型分别是long和double。

从zvalue结构中可以看出，对于整数类型，和c等强类型语言不同，PHP是不区分int、unsigned int、long、long long等类型的，对它来说，整数只有一种类型也就是long。由此，可以看出，在PHP里面，整数的取值范围是由编译器位数来决定而不是固定不变的。

对于浮点数，类似整数，它也不区分float和double而是统一只有double一种类型。

在PHP中，如果整数范围越界了怎么办？这种情况下会自动转换为double类型，这个一定要小心，很多trick都是由此产生。

和整数一样，字符变量也是PHP中的基础类型和简单型变量。通过zvalue结构可以看出，在PHP中，字符串是由由指向实际数据的指针和长度结构体组成，这点和c++中的string比较类似。由于通过一个实际变量表示长度，和c不同，它的字符串可以是2进制数据（包含），同时在PHP中，求字符串长度strlen是O(1)操作。

在新增、修改、追加字符串操作时，PHP都会重新分配内存生成新的字符串。最后，出于安全考虑，PHP在生成一个字符串时末尾仍然会添加

常见的字符串拼接方式及速度比较：

假设有如下4个变量：$strA=‘123’; $strB = ‘456’; $intA=123; intB=456;

现在对如下的几种字符串拼接方式做一个比较和说明：

$res = $strA.$strB和$res = “$strA$strB”
这种情况下，zend会重新malloc一块内存并进行相应处理，其速度一般
$strA = $strA.$strB
这种是速度最快的，zend会在当前strA基础上直接relloc，避免重复拷贝
$res = $intA.$intB
这种速度较慢，因为需要做隐式的格式转换，实际编写程序中也应该注意尽量避免
$strA = sprintf (“%s%s”,$strA.$strB);

这会是最慢的一种方式，因为sprintf在PHP中并不是一个语言结构，本身对于格式识别和处理就需要耗费比较多时间，另外本身机制也是malloc。不过sprintf的方式最具可读性，实际中可以根据具体情况灵活选择。

PHP的数组通过Zend HashTable来天然实现。

foreach操作如何实现？对一个数组的foreach就是通过遍历hashtable中的双向链表完成。对于索引数组，通过foreach遍历效率比for高很多，省去了key->value的查找。count操作直接调用HashTable->NumOfElements，O(1)操作。对于’123’这样的字符串，zend会转换为其整数形式。$arr[‘123’]和$arr[123]是等价的

资源类型变量是PHP中最复杂的一种变量，也是一种复合型结构。

PHP的zval可以表示广泛的数据类型，但是对于自定义的数据类型却很难充分描述。由于没有有效的方式描绘这些复合结构，因此也没有办法对它们使用传统的操作符。要解决这个问题，只需要通过一个本质上任意的标识符（label）引用指针，这种方式被称为资源。

在zval中，对于resource，lval作为指针来使用，直接指向资源所在的地址。Resource可以是任意的复合结构，我们熟悉的mysqli、fsock、memcached等都是资源。

如何使用资源：

注册：对于一个自定义的数据类型，要想将它作为资源。首先需要进行注册，zend会为它分配全局唯一标示。

获取一个资源变量：对于资源，zend维护了一个id->实际数据的hash_tale。对于一个resource，在zval中只记录了它的id。fetch的时候通过id在hash_table中找到具体的值返回。

资源销毁：资源的数据类型是多种多样的。Zend本身没有办法销毁它。因此需要用户在注册资源的时候提供销毁函数。当unset资源时，zend调用相应的函数完成析构。同时从全局资源表中删除它。

资源可以长期驻留，不只是在所有引用它的变量超出作用域之后，甚至是在一个请求结束了并且新的请求产生之后。这些资源称为持久资源，因为它们贯通SAPI的整个生命周期持续存在，除非特意销毁。很多情况下，持久化资源可以在一定程度上提高性能。比如我们常见的mysql_pconnect ,持久化资源通过pemalloc分配内存，这样在请求结束的时候不会释放。

对zend来说，对两者本身并不区分。

PHP中的局部變數和全域變數是如何實現的？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變數。後者是指針，指向目前活動的變數符號表，當程式進入某個函數時，zend就會為它指派一個符號表x同時將active_symbol_table指向a。透過這樣的方式實現全域、局部變數的區分。

取得變數值：PHP的符號表是透過hash_table實現的，對於每個變數都分配唯一標識，取得的時候根據標識從表中找到對應zval返回。

函數中使用全域變數：在函數中，我們可以透過明確申明global來使用全域變數。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。