PHP 底層的運行機制與數據結構原理

1. PHP的設計理念及特點

• 多進程模型：由於PHP是多進程模型，不同請求間互不幹涉，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也早已支持多線程模型。
• 弱類型語言：和C/C++、Java、C#等語言不同，PHP是一門弱類型語言。一個變量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變量中詳述。
• 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。
• 語法簡單靈活，沒有太多規範。缺點導致風格混雜，但再差的程序員也不會寫出太離譜危害全局的程序。

2.PHP的四層體系

• 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的內核部分，它將PHP代碼翻譯（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、實現了基本的數據結構（如hashtable、oo）、內存分配及管理、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通過組件式的方式提供各種基礎服務，我們常見的各種內置函數（如array系列）、標準庫等都是通過extension來實現，用戶也可以根據需要實現自己的extension以達到功能擴展、性能優化等目的（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全稱是Server Application Programming Interface，也就是服務端應用編程接口，Sapi通過一系列鉤子函數，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，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兼容，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程序，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、在命令行下以腳本方式運行等等。
• 如果PHP是一輛車，那麽車的框架就是PHP本身，Zend是車的引擎（發動機），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通過通過一系列的接口，使得外部應用可以和PHP交換數據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，采用mod_PHP模式運行時候的處理方式，也是現在應用最廣泛的一種。
  • cgi：這是webserver和PHP直接的另一種交互方式，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：命令行調用的應用模式

4. PHP的執行流程&opcode

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

• 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程序執行的最基本單位。一個opcode由兩個參數(op1,op2)、返回值和處理函數組成。PHP程序最終被翻譯為一組opcode處理函數的順序執行。

5. HashTable — 核心數據結構

• HashTable是zend的核心數據結構，在PHP裏面幾乎並用來實現所有常見功能，我們知道的PHP數組即是其典型應用，此外，在zend內部，如函數符號表、全局變量等也都是基於hash table來實現。

• PHP的hash table具有如下特點：
  • 支持典型的key->value查詢
  • 可以當做數組使用
  • 添加、刪除節點是O（1）復雜度
  • key支持混合類型：同時存在關聯數組合索引數組
  • Value支持混合類型：array (“string”,2332)
  • 支持線性遍歷：如foreach

• Zend hash table實現了典型的hash表散列結構，同時通過附加一個雙向鏈表，提供了正向、反向遍歷數組的功能。其結構如下圖：
  

• 可以看到，在hash table中既有key->value形式的散列結構，也有雙向鏈表模式，使得它能夠非常方便的支持快速查找和線性遍歷。
  • 散列結構：Zend的散列結構是典型的hash表模型，通過鏈表的方式來解決沖突。需要註意的是zend的hash table是一個自增長的數據結構，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量nKeyLength標識key的長度以作快速判定。
  • 雙向鏈表：Zend hash table通過一個鏈表結構，實現了元素的線性遍歷。理論上，做遍歷使用單向鏈表就夠了，之所以使用雙向鏈表，主要目的是為了快速刪除，避免遍歷。Zend hash table是一種復合型的結構，作為數組使用時，即支持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。一次查詢過程經過如下幾步（從代碼可以看出，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。）

6. PHP變量

• PHP是一門弱類型語言，本身不嚴格區分變量的類型。PHP在變量申明的時候不需要指定類型。PHP在程序運行期間可能進行變量類型的隱示轉換。和其他強類型語言一樣，程序中也可以進行顯示的類型轉換。PHP變量可以分為簡單類型(int、string、bool)、集合類型(array resource object)和常量(const)。以上所有的變量在底層都是同一種結構 zval。

• Zval主要由三部分組成：
  type：指定了變量所述的類型（整數、字符串、數組等）
  refcount&is_ref：用來實現引用計數(後面具體介紹)
  value：核心部分，存儲了變量的實際數據

• Zvalue是用來保存一個變量的實際數據。因為要存儲多種類型，所以zvalue是一個union，也由此實現了弱類型。
• 引用計數在內存回收、字符串操作等地方使用非常廣泛。PHP中的變量就是引用計數的典型應用。Zval的引用計數通過成員變量is_ref和ref_count實現，通過引用計數，多個變量可以共享同一份數據。避免頻繁拷貝帶來的大量消耗。
• 在進行賦值操作時，zend將變量指向相同的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變量通過引用計數實現變量共享數據，那如果改變其中一個變量值呢？當試圖寫入一個變量時，Zend若發現該變量指向的zval被多個變量共享，則為其復制一份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)
• 對於引用型變量，其要求和非引用型相反，引用賦值的變量間必須是捆綁的，修改一個變量就修改了所有捆綁變量。

• 整數、浮點數是PHP中的基礎類型之一，也是一個簡單型變量。對於整數和浮點數，在zvalue中直接存儲對應的值。其類型分別是long和double。

• 從zvalue結構中可以看出，對於整數類型，和c等強類型語言不同，PHP是不區分int、unsigned int、long、long long等類型的，對它來說，整數只有一種類型也就是long。由此，可以看出，在PHP裏面，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而是統一只有double一種類型。
• 在PHP中，如果整數範圍越界了怎麽辦？這種情況下會自動轉換為double類型，這個一定要小心，很多trick都是由此產生。

• 和整數一樣，字符變量也是PHP中的基礎類型和簡單型變量。通過zvalue結構可以看出，在PHP中，字符串是由由指向實際數據的指針和長度結構體組成，這點和c++中的string比較類似。由於通過一個實際變量表示長度，和c不同，它的字符串可以是2進制數據（包含），同時在PHP中，求字符串長度strlen是O(1)操作。

• 在新增、修改、追加字符串操作時，PHP都會重新分配內存生成新的字符串。最後，出於安全考慮，PHP在生成一個字符串時末尾仍然會添加

7.數組

• PHP的數組通過Zend HashTable來天然實現。
  foreach操作如何實現？對一個數組的foreach就是通過遍歷hashtable中的雙向鏈表完成。對於索引數組，通過foreach遍歷效率比for高很多，省去了key->value的查找。count操作直接調用HashTable->NumOfElements，O(1)操作。對於’123’這樣的字符串，zend會轉換為其整數形式。$arr[‘123’]和$arr[123]是等價的

8.資源類型變量

• 資源類型變量是PHP中最復雜的一種變量，也是一種復合型結構。

• PHP的zval可以表示廣泛的數據類型，但是對於自定義的數據類型卻很難充分描述。由於沒有有效的方式描繪這些復合結構，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標識符（label）引用指針，這種方式被稱為資源。

• 在zval中，對於resource，lval作為指針來使用，直接指向資源所在的地址。Resource可以是任意的復合結構，我們熟悉的mysqli、fsock、memcached等都是資源。
• 如何使用資源：
  • 註冊：對於一個自定義的數據類型，要想將它作為資源。首先需要進行註冊，zend會為它分配全局唯一標示。
  • 獲取一個資源變量：對於資源，zend維護了一個id->實際數據的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。
  • 資源銷毀：資源的數據類型是多種多樣的。Zend本身沒有辦法銷毀它。因此需要用戶在註冊資源的時候提供銷毀函數。當unset資源時，zend調用相應的函數完成析構。同時從全局資源表中刪除它。

• 資源可以長期駐留，不只是在所有引用它的變量超出作用域之後，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的整個生命周期持續存在，除非特意銷毀。很多情況下，持久化資源可以在一定程度上提高性能。比如我們常見的mysql_pconnect ,持久化資源通過pemalloc分配內存，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。

9.局部變量和全局變量

• PHP中的局部變量和全局變量是如何實現的？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局變量。後者是一個指針，指向當前活動的變量符號表，當程序進入到某個函數中時，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局、局部變量的區分。

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

• 函數中使用全局變量：在函數中，我們可以通過顯式申明global來使用全局變量。在active_symbol_table中創建symbol_table中同名變量的引用，如果symbol_table中沒有同名變量則會先創建。

php--->底層的運行機制與數據結構原理