您的位置 首页 php

用真实案例来了解PHP底层技术原理及代码优化建议

智云科技 发布于 2022年6月28日 评论关闭 阅读(158)

本文分6个主题进行讲解

  1. PHP运行机制和原理
  2. PHP底层变量数据结构
  3. PHP传值赋值中的COW特性
  4. PHP垃圾回收机制
  5. PHP中数组底层分析
  6. PHP数组函数分类

PHP运行机制和原理

扫描 -> 解析 -> 编译 -> 执行 -> 输出

执行步骤

  • 扫描

对代码进行词法和语法分析，将内容切割成一个个片段 (token)

  • 解析

将代码片段筛掉空格注释等，将剩下的token 转成有意义的表达式

  • 编译

将表达式编译成中间码 (opcode)

  • 执行

将中间码一条条执行

  • 输出

将执行结果输出到缓冲区

代码切割 

$code = <<< EOF 
<?php
echo 'hello world'l;
$data = 1+1;
echo $data;
EOF;
print_r(token_get_all($code));

执行结果 

Array
(
 [0] => Array
 (
 [0] => 376
 [1] => <?php
 [2] => 1
 )
 [1] => Array
 (
 [0] => 319
 [1] => echo
 [2] => 2
 )
 [2] => Array
 (
 [0] => 379
 [1] =>
 [2] => 2
 )
 [3] => Array
 (
 [0] => 318
 [1] => 'hello world'
 [2] => 2
 )
 [4] => Array
 (
 [0] => 310
 [1] => l
 [2] => 2
 )
 [5] => ;
 [6] => Array
 (
 [0] => 379
 [1] =>
 [2] => 2
 )
 [7] => =
 [8] => Array
 (
 [0] => 379
 [1] =>
 [2] => 3
 )
 [9] => Array
 (
 [0] => 308
 [1] => 1
 [2] => 3
 )
 [10] => +
 [11] => Array
 (
 [0] => 308
 [1] => 1
 [2] => 3
 )
 [12] => ;
 [13] => Array
 (
 [0] => 379
 [1] =>
 [2] => 3
 )
 [14] => Array
 (
 [0] => 319
 [1] => echo
 [2] => 4
 )
 [15] => Array
 (
 [0] => 379
 [1] =>
 [2] => 4
 )
 [16] => ;
)

观察上面可以得到三个信息

  1. Token id 例如空格回车都是 379
  2. token 字符串
  3. 行号

Token id 是Zend内部token对应码, 定义于zend_language_parser.h

提高PHP执行效率

  1. 压缩代码，去除无用注释和空白字符 (jquery.min.js)
  2. 尽量使用PHP内置函数或扩展函数
  3. 用 apc/xcache/opcache 等缓存PHP的opcode
  4. 缓存复杂和耗时的运算结果
  5. 能异步处理的不要同步处理，如发送邮件
  • HHVM 为何速度快

通过虚拟机(类似java) 直接将PHP转换成二进制字节码运行，执行时不用每次都去解析。

PHP底层变量数据结构

使用 zval 结构体保存，下面代码在 Zend/zend.h 定义 

typedef union _zvalue_value 
{
 /* 下面定义描述了PHP的8大数据类型 */
 long lval; // 长整型 布尔型
 double dval; // 浮点型 
 struct { // 字符串型
 char *val;
 int len; // strlen 返回这个值
 } str; // NULL 类型表示本身为空 
  hash Table *ht; // 数组使用 哈希表 实现 
 zend_object_value obj; // 对象类型 
} zvalue_value;
struct _zval_struct
{
 zvalue_value value; /* 变量的值 */
 zend_uint refcount__gc;
 zend_uchar type; /* 变量的类型 */
 zend_uchar is_ref__gc
};
typedef struct _zval_struct zval;

变量类型的定义，下面代码在 Zend/zend_types.h 定义 

typedef unsigned int zend_uint;
typedef unsigned char zend_uchar;

PHP数据8大类型统一通过 zvalue_value 联合体存储 

联合体自身为空 描述 null 
long 描述 int bool 
double 描述 float
str 描述 string
HashTable 描述 数字数组和关联数组
zend_object_value 描述 对象和资源

PHP变量类型描述使用 zend_uchar type 描述 

#define IS_NULL 0
#define IS_LONG 1
#define IS_DOUBLE 2
#define IS_BOOL 3
#define IS_ARRAY 4
#define IS_OBJECT 5
#define IS_STRING 6
#define IS_RESOURCE 7
#define IS_CONSTANT 8
#define IS_CONSTANT_ARRAY 9

例如 $a=3 结构体如下(伪代码) 

struct {
 zvalue_value = 3;
 refcount__gc = 1;
 type = IS_LONG;
 is_ref__gc = 0;
}

$a 就像指针一样指向上面的结构体

PHP传值赋值中的COW特性

在 _zval_struct 数据结构中还有下面两个成员

  • zend_uint refcount__gc 表示被引用多少次，每次引用+1
  • zend_uchar is_ref__gc 表示普通变量还是引用变量

下面通过编写代码了解引用机制

此处我使用的是 php5.4，需要安装 xdebug 来查看变量引用

注意使用 php7.2 测试的时候引用数会一直为0

安装 xdebug

编译生成 xdebug.so 

yum -y install php-devel
tar xf xdebug-2.8.0alpha1.tgz
cd xdebug-2.8.0alpha1
phpize
find /usr/ -name "php-config"
./configure --with-php-config=/usr/bin/php-config
make && make install
ls /usr/lib64/php/modules/

配置 xdebug 

php --ini
echo 'zend_extension=/usr/lib64/php/modules/xdebug.so' >> /etc/php.ini
systemctl restart php72-php-fpm.service
php -m | grep xdebug

编写测试代码 

$a = 3;
xdebug_debug_zval('a');

输出

a: (refcount=1, is_ref=0)=3

  • refcount 引用数为1
  • is_ref 为0表示普通变量
  • =3 表示值为3

开始引用 

$a = 3;
$b = $a;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

输出

a: (refcount=2, is_ref=0)=3

b: (refcount=2, is_ref=0)=3

赋予新值 

$a = 3;
$b = $a;
$b = 5;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

输出

a: (refcount=1, is_ref=0)=3

b: (refcount=1, is_ref=0)=5

传递地址 

$a = 3;
$b = &$a;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

输出

a: (refcount=2, is_ref=1)=3

b: (refcount=2, is_ref=1)=3

is_ref 该变量从普通变量转成引用变量

赋予新值 

$a = 3;
$b = &$a;
$c = $a;
$b = 5;
xdebug_debug_zval('a');
xdebug_debug_zval('b');
xdebug_debug_zval('c');

a: (refcount=2, is_ref=1)=5

b: (refcount=2, is_ref=1)=5

c: (refcount=1, is_ref=0)=3

总结

  • 变量之间传值是通过引用赋值形式，无需开辟新的空间，节省资源
  • 当一个变量的值发生改变时，会复制一份来存新的值，取消引用，称为 copy on write (COW)
  • 引用变量不会触发COW

PHP垃圾回收机制

什么是垃圾

?: (refcount=0, is_ref=0)=5

为啥要清理垃圾?

有人说php线程结束时会销毁所有变量，关闭所有句柄资源，不是自动的嘛，为啥要清理

  • 如果php 短时间内处理多个大文件时(如1G的电影)，处理完不回收继续处理下一个，会造成内存溢出
  • 如果php 是个守护进程或者长时间运行的脚本，不回收垃圾，慢慢积累会造成内存溢出

如何清理垃圾

  1. 找垃圾
  2. 清除
  • 找垃圾

通过 get_defined_vars 查看所有已定义变量

底层代码 zend_globals.h 定义了存储所有变量的两个哈希表 

struct _zend_executor_globals {
 ...
 HashTable *active_symbol_table; //局部变量符号表
 HashTable symbol_table; //全局变量符号表
 ...
}

找到所有已定义的变量后，寻找哪些变量引用数为0 

struct _zval_struct{
 ...
 zend_uint refcount__gc;
 zend_uchar is_ref__gc;
 ...
}
  • 清理垃圾

如上面将 refcount__gc 为0的变量清除，这个思路是 PHP5.2版本之前的做法了

PHP5.3后用 引用计数系统中同步周期回收 算法来清除

其实新算法也是基于 refcount__gc 来回收，那么为什么要用新算法呢？

我们知道 refcount__gc 为0的一定是垃圾

但是并不是所有的垃圾 refcount__gc 都为0

也有 refcount__gc 不为0 的垃圾，如下实验可以产生不为0的垃圾

一个例子 

$a = ['a'];
$a[] = &$a; //引用自己
xdebug_debug_zval('a');

输出

a: (refcount=2, is_ref=1)=array (

0 => (refcount=1, is_ref=0)=’a’,

1 => (refcount=2, is_ref=1)=…

)

第二元素: … 代表递归，引用数2，是一个指针引用变量

官方提供的一张图

此时删掉 $a 

$a = ['a'];
$a[] = &$a;
unset($a);
xdebug_debug_zval('a');

输出

a: no such symbol

因为 $a 被删了，所以xdebug打印不出来，那么此时理论结构如下

(refcount=1, is_ref=1)=array (

0 => (refcount=1, is_ref=0)=’a’,

1 => (refcount=1, is_ref=1)=…

)

此时这个 zval 已经没有符号 (symbol) 引用了，但是它因为自己引用自己 refcount 为1，所以它是一个奇葩的垃圾

对于此情况php脚本结束时，会自动清理，当结束前会占用空间

因此 5.2 版本之前的垃圾清理思路不能覆盖这种情况

引用计数系统中同步周期回收算法 (Concurrent Cycle Collection in Reference Counted System)

继续以上面代码为例进行说明

新算法说明:

将 $a 作为疑似垃圾变量，进行模拟删除 (refcount–)，然后模拟恢复，恢复条件是有其他变量引用该值时才进行模拟恢复 (refcount++)

这样没能恢复成功的就是垃圾了，把它删除即可。

例如上面的奇葩垃圾:

(refcount=1, is_ref=1)=array (

0 => (refcount=1, is_ref=0)=’a’,

1 => (refcount=1, is_ref=1)=…

)

模拟删除后变成:

(refcount=0, is_ref=1)=array (

0 => (refcount=0, is_ref=0)=’a’,

1 => (refcount=0, is_ref=1)=…

)

然后模拟恢复:

因为没有类似 $a 这种 symbol 取指向该zval，所以恢复不来

何时清除

通过上面的算法疑似垃圾会存放到一个区域(垃圾站)，只有垃圾站满了才会立刻清除。 注意前提是开启垃圾回收

开启垃圾回收两种方式

  1. php.ini 下的 zend.enable_gc = On 默认开启
  2. 通过 gc_enable() 和 gc_disable() 来打开或关闭垃圾回收

可以直接使用 gc_collect_cycles() 函数强制执行周期回收

最后说了那么多，其实只需要了解其中的原理，整个过程不需要PHP开发人员参与，只需要调用 gc_enable() 或 gc_collect_cycles() 即可实现自动回收

PHP中数组底层分析

先复习一下数组特性

PHP 数组键的特性 

$arr = [
 1 => 'a',
 '1' => 'b',
 1.5 => 'c',
 true => 'd',
];
print_r($arr);

Array

(

[1] => d

)

key 可以是 integer 或 string

value 可以是任意类型

key 有如下特性

  • 数字字符串会被转成整型 ‘1’ => 1
  • 浮点型和布尔型转成整型 1.3 =》 1
  • null会被当做空字符串 null => ”
  • 键名不可以使用对象和数组
  • 相同键名后面覆盖前面

访问数组元素

  1. $arr[key]
  2. $arr{key}

5.4 版本后可以使用如下 

function getArr(){ return [1,2,3,4]; }
echo getArr()[2];

删除数组元素 

$a = [1,2,3,4];
 foreach  ($a as $k => $v) {
 unset($a[$k]);
}
$a[] = 5;
print_r($a);

Array

(

[4] => 5

)

  • 删除不会重置索引

数组遍历

  1. for
  2. foreach
  3. array_walk
  4. array_map
  5. current 和 next

数组内部实现

实现使用两个结构 HashTable 和 bucket

  • 什么是 HashTable

哈希表，通过关键字直接访问内存存储位置的数据结构。

通过把关键字进行哈希函数计算，得到映射到表中的位置使得: 查找，插入，修改，删除均在O(1)完成

下面代码在 Zend/zend_types.h 

typedef struct _zend_array HashTable;
struct _zend_array {
 zend_refcounted_h gc;
 union {
 struct {
 ZEND_ENDIAN_LOHI_4(
 zend_uchar flags,
 zend_uchar nApplyCount,
 zend_uchar nIteratorsCount,
 zend_uchar consistency)
 } v;
 uint32_t flags;
 } u;
 uint32_t nTableMask; 
 Bucket *arData;
 uint32_t nNumUsed;
 uint32_t nNumOfElements;
 uint32_t nTableSize; 
 uint32_t nInternalPointer;
 zend_long nNextFreeElement;
 dtor_func_t pDestructor;
};

旧版结构体 

typedef struct _hashtable {
 uint nTableSize;
 uint nTableMask;
 uint nNumOfElements;
 ulong nNextFreeElement;
 Bucket *pInternalPointer;
 Bucket *pListHead;
 Bucket *pListTail;
 Bucket **arBuckets;
 unsigned char nApplyCount;
};

成员说明nTableSizeBucket大小，最小为8，以2x增长nTableMask索引优化 nTableSize-1nNumOfElements元素个数 使用count()函数直接返回这个nNextFreeElement下一个索引位置 foreach使用pInternalPointer当前遍历的指针,foreach比for快的原因,reset current函数使用pListHead存储数组头部指针pListTail存储数组尾部指针arBuckets实际存储容器arDataBucket数据nApplyCount记录被递归次数，防止死循环递归 

typedef struct bucket
{
 ulong h;
 uint nKeyLength;
 void *pData;
 void *pDataPtr;
 struct bucket *pListNext;
 struct bucket *pListLast;
 struct bucket *pNext;
 struct bucket *pLast;
 const char *arKey;
};

成员说明h对char *key进行hash后的值，或是用户指定数字索引值nKeyLength哈希关键字长度，若为索引数字则为0pData指向value 一般是用户数据的副本，若为指针数据则指向指针pDataPtr如果是指针数据，指针会指向真正value，上面指向此pListNext整个hash表下个元素pListLast整个hash表上个元素pNext同一个hash的下一个元素pLast同一个hash的上一个元素arKey保存当前key对应的字符串

foreach 遍历先从 HashTable 的 pListHead -> pListNext

pNext 和 pLast 用于hash冲突同一个hash不同个bucket之间指针

PHP数组函数分类

建议体验一下下面的函数，不用记住，只是留个印象，当你需要用的时候会联想起来的，而不用自己去实现

遍历

  • prev
  • next
  • current
  • end
  • reset
  • each

排序

  • sort
  • rsort
  • asort
  • ksort
  • krsort
  • uasort
  • uksort

查找

  • in_array
  • array_search
  • array_key_exists

分合

  • array_slice
  • array_splice
  • implode
  • explode
  • array_combine
  • array_chunk
  • array_keys
  • array_values
  • array_columns

集合

  • array_merge
  • array_diff
  • array_diff_*
  • array_intersect
  • array_intersect_*

队列/栈

  • array_push
  • array_pop
  • array_shift

其他

  • array_fill
  • array_flip
  • array_sum
  • array_reverse
标签:
打赏 点赞(0)

文章来源：智云一二三科技

文章标题：用真实案例来了解PHP底层技术原理及代码优化建议

文章地址：https://www.zhihuclub.com/76654.shtml

关于作者: 智云科技

相关文章

热门文章

1分享新浪图床上传接口源码

点赞(920) 阅读(60,962)

2PHP简单实现路由Route功能

点赞(1.13K) 阅读(35,957)

3Tideways、xhprof 和 xhgui 打造 PHP 非侵入式监控平台

点赞(347) 阅读(4,283)

4centos系统如何查看是否安装了mysql

点赞(517) 阅读(3,778)

5curl 工具简述

点赞(490) 阅读(2,970)
网站地图