乐趣区

关于php:PHP弱类型变量实现原理zval垃圾回收refcountgc写时拷贝copyonwrite机制isrefgc

jiezi

对于 PHP 的弱类型变量实现原理

对于 PHP 的弱类型变量实现原理 其实曾经有很多文章了，这里只是做个总结，不便当前疾速回顾；毕竟

工作尽管拧螺丝，考试还得背八股。

简略来说，PHP 是通过一个 zval 的构造体实现的，源代码如下：
注：此源码是 PHP5 版本，7 及以上版本，请参考官网

struct _zval_struct {
     union {
          long lval;
          double dval;
          struct {
               char *val;
               int len;
          } str;
          HashTable *ht;
          zend_object_value obj;
          zend_ast *ast;
     } value;
     zend_uint refcount__gc;
     zend_uchar type;
     zend_uchar is_ref__gc;
};

这个 zval 构造体中的 type 字段, 代表变量以后的类型值, 常见的可能选项是 IS_NULL, IS_LONG, IS_STRING, IS_ARRAY, IS_OBJECT 等;
弱类型，就是通过 type 字段的值, 取对应的 value 值来实现的；

这个 value 是联合体(union)：

  • 如果 type 是 IS_STRING, 就取 value.str 的值；
  • 如果 type 是 IS_LONG, 就用 value.lval 的值；

联合体的特点在于，容许在雷同的内存地位存储不同的数据类型，也就是共享内存地址，其长度等于最长的子成员长度；
但同一时刻只能有一个成员带有有效值，比方设置 value.str='haha', 此时获取 value.lval 就不会失去 haha; 这一特点可无效节俭内存占用。

而从源码中的 _zval_struct 定义，咱们也能够看出：

每次批改变量为不同类型的值，只需更改 type，并赋值给与其对应的 value 联合体即可;

这就是 PHP 的弱类型变量实现的基本原理，只管源码是老旧的 PHP5 版本，但原理基本一致。

对于 PHP 的垃圾回收

PHP 是通过援用计数来做根本的垃圾回收的, 就是下面 zval 构造体中的 refcount__gc 字段, 其含意是变量的援用数目；

这个内存回收算法是赫赫有名的 Reference Counting，个别译为 援用计数，其算法思维十分简洁：

为每个内存对象调配一个计数器，当一个内存对象建设时计数器初始化为 1（本身援用本身），之后每有一个新变量援用此内存对象，则计数器加 1；
每当缩小一个对此内存对象的援用，则计数器减 1，如果缩小后值变为 0，则销毁并回收其占用的内存；

在 PHP 中，内存对象就是 zval，计数器就是 refcount__gc。
对于字段名这里补充一下，5.3 版本以前, 叫做 refcount, 5.3 及后续版本，引入新的垃圾回收算法来凑合循环援用计数后, 改为当初的名字。

当然了，下面只是最根本的 GC 思维，具体实现过程要简单的多，思维简洁不代表实现简略。

垃圾是如何产生的

垃圾产生的原理其实很简略，有限循环；
失常的代码逻辑应该是个有向无环的图，最终都会有一个退出标记，如果一个变量将援用指向本人，就会产生相似 while(true) 的有限循环逻辑，从而导致垃圾的产生，看如下代码：

$a = [1];
$a[] = &$a;
unset($a);

unset($a)之后因为数组中有子元素指向 $a，所以refcount=1，但$a 曾经曾经没有任何内部援用了，这种状况是无奈通过失常的 gc 机制回收的，就会呈现所谓的 内存透露；不过这类垃圾只会呈现在 array、object 两种简单类型中；
这类代码如果只用于动静页面脚本，引起的泄露兴许不是很要紧，因为动静页面脚本的生命周期很短，PHP 会在脚本执行结束后，开释其所有资源；
但如果将 PHP 用到自动化脚本工作或是 deamon 过程，那么通过短暂循环后所积攒下来的内存泄露就会很重大，因为透露是线性增长的；
当然这也都是老黄历了，在 5.3 版本当前更新了垃圾回收机制，可将透露管制在某个阈值以下。

垃圾回收的基本原理

垃圾回收的 2 种状况：

  • 1、如果一个变量的 refcount 缩小之后变为 0，那么此 zval 可被开释，属优质垃圾，无需再进行多余操作；
  • 2、如果一个变量的 refcount 缩小之后仍大于 0，那么此 zval 还不能被开释，但它可能成为一个垃圾，需进一步操作；

针对第一种状况 GC 机制不会解决，只有第二种状况 GC 才会将变量收集起来，放入一个用于检测是否为垃圾的 buffer 链表，做模仿删除测试，测试逻辑如下：

  • 1、从 buffer 链表的 roots 开始 深度优先遍历，将遍历到的成员的 refcount 减 1；
  • 2、反复遍历，查看以后变量的援用是否为 0，为 0 则示意的确是能够销毁的垃圾，同时标记好以备删除; 如果 不为 0 则排除了援用全副来自本身成员的可能，即还有来自内部的援用，不是垃圾；
  • 3、因为步骤 (1) 对成员进行了 refcount 减 1 操作，此时须要再还原回去，对所有 refcount 加 1；
  • 4、再次遍历 buffer，将没有被标记删除的节点从链表中删除，最终剩下真正的垃圾，最初将这些垃圾革除。

这个算法的原理也很简介，如果垃圾是由成员援用本身导致的，那么对所有成员的援用次数执行 减一 操作后，变量自身的refcount 应该会变为0。

对于垃圾回收原理的集体解析
1、如果如果一个变量的refcount 放弃不变或仍在增长，它必定不是一个垃圾，阐明还在应用；

2、如果 refcount 开始缩小，则至多阐明它是个准垃圾，如果缩小后变为 0，可释怀删除；如果仍大于 0，放到准垃圾回收池进行计算；

3、检测逻辑为何只做减 1 操作，如果 $a[] = &$a 这类代码被执行了 2 次，或者 N 次，那岂不是检测不进去了？比方：

$a = [1];
$a[] = &$a;
$a[] = &$a;
unset($a);

非也，非也，留神下面的遍历形式，是 DFS- 深度优先，以$a[] = &$a 被执行 2 次为例：
如果 $a 被断定为准垃圾，阐明执行过 unset($a) 操作，所以此时 $a 的refcount = 2;
DFS会按 0,1,2 的下标程序进行遍历:
对于 $a[0]执行 refcount-1 不会影响 $a 的refcount；
对于 $a[1]执行 refcount-1 后，$a的 refcount= 2-1 =1；
对于 $a[2]执行 refcount-1 后，$a的 refcount= 1-1 =0；
模仿删除完结，$a变量的模仿后果refcount = 0，可销毁。

4、为何是将透露管制在某个阈值以下？
因为这类操作无奈防止，所以透露仍旧会存在；
增加了 buffer 待删除检测区后，能够肯定水平上缩小透露的持续增长，这个 buffer 的默认值是 10000 个变量，等凑满了才会进行解决，所以，这个机制会带来两个问题：

  • 1、达到足够量级才会解决；
  • 2、每次可解决的量级有下限；

因而，仍旧会有透露产生，但只有达到阈值，就会被解决掉：
但，如果有透露产生，那么内存的占用会是个折线图，忽高忽低，虽有透露，但可控；
而，旧版的垃圾回收机制，会导致透露是个线性增长的斜线图，透露没有下限，不可控。

7 版本当前的一些变动
其实从下面咱们也能够看到，这类垃圾只有简单类型才会呈现，若变量是 int 类型，是不会呈现援用本身的，所以简略类型其实不须要做啥计数；
因而 PHP7 开始，对于在 zval 的 value 字段中能保留下的值, 比方 IS_LONG、IS_DOUBLE 等简略类型，不再进行援用计数, 而是在拷贝时间接赋值, 这样就省掉了大量的援用计数相干的操作；
同样，对于那种基本没有值的类型, 比方，IS_NULL IS_FALSE IS_TRUE, 也不再援用计数了；
同时，PHP7 给变量增加了 type_flag，只有属于IS_TYPE_COLLECTABLE 的变量才会被 GC 收集，比方 array,object等简单类型。

对于 PHP 的 copy on write(写时复制) 和 change on write(写时扭转)

再看一遍最开始贴的 c 源码中的 zval 构造体，还有个 is_ref__gc 字段没讲它的用处，这波及 PHP 的 change on write 机制；
is_ref__gc 是一个标记位，示意 PHP 中的一个变量是否是 & 援用类型；
先来看一段代码：

$var = "var_str";
$var_dup = $var;
$var = 1;

代码执行后，$var_dup 的值还是 var_str, 这就是通过 copy on write 机制实现的。
PHP 在批改一个变量以前，会先查看这个变量的 refcount，如果 refcount 大于 1，PHP 就会执行拆散；
对于下面的代码，当执行到第三行时，因为 $var 指向的 zval 的 refcount 大于 1，此时会复制一个新的 zval 进去，将原 zval 的 refcount 减 1，并批改 symbol_table(全局符号表，存储了所有的变量符号)；
注：PHP 通过此表存储变量符号，且每个简单类型如数组都有本人的符号表，因而 $a 和 $a[0] 尽管是两个符号，但 $a 存在全局符号表，$a[0] 则存在数组自身的符号表
如果同时执行如下调试代码：

debug_zval_dump($var);
debug_zval_dump($var_dup);

会看到这俩变量的 refcount 都是 2(debug_zval_dump执行时也会导致 refcount+1)，也就是这俩变量曾经做了拆散。
注：本段测试代码需应用 5 版本，7 版本当前，简略类型不再计数，所以看不到 refcount，起因见下面的垃圾回收解释

因为 PHP 中，执行变量复制的时候，PHP 外部并不是真正的复制，而是采纳指向雷同的构造来节约开销，相似 shallow copy（浅拷贝
），当源变量发生变化时，再执行深拷贝。

同理，如果一个变量是援用类型，判断形式就会发生变化，参考如下代码：

$var = "var_str";
$var_ref = &$var;
$var_ref = 1;

这段代码完结当前，$var 也会被间接的批改为 1，这个过程唤作 change on write(写时扭转)。
当下面代码的第二行执行后，除了 $var 变量的 refcount+ 1 变为 2 外，其 is_ref__gc 也会被设置为 1，代表以后变量被援用了；
执行到第三行时，PHP 会查看 is_ref 字段，如果为 1，则不执行拆散，而是间接将 源变量 $var 的值批改为 1。

而如果将下面的代码改为：

$var = "var_str";
$var_dup = $var;
$var_ref = &$var;
$var_ref = 1;

同时存在 copy on write 和 change on write，执行逻辑如下：
第二行执行时，和后面讲的一样，$var_dup 和 $var 指向雷同的 zval，refcount 为 2；
第三行执行时，PHP 发现 refcount 大于 1，则先执行拆散操作, 将 $var_dup 拆散进来，再将 $var 和 $var_ref 做 change on write 关联，也就是，refcount=2, is_ref=1;

再次强调：

以上测试代码需应用 5 版本，7 版本当前因为简略类型不再计数，所以无奈查问其 refcount，起因参考后面的垃圾回收相干

本文内容参考并整顿自如下文章：

官网：https://www.php.net/manual/zh/features.gc.refcounting-basics.php（援用计数基本知识）
鸟哥：https://www.laruence.com/2008/09/19/520.html（变量拆散 / 援用）
以及：

// 鸟哥：// 深刻了解 PHP7 内核之 zval: https://www.laruence.com/2018/04/08/3170.html
// 深刻了解 PHP 原理之变量: https://www.laruence.com/2008/08/22/412.html

// 盘古大叔解析垃圾回收: https://github.com/pangudashu/php7-internal/blob/master/5/gc.md

//PHP5 中的 GC 算法演变:https://www.cnblogs.com/leoo2sk/archive/2011/02/27/php-gc.html
退出移动版