在上篇文章給大家介紹了變量在 PHP7 內(nèi)部的實(shí)現(xiàn)（一），本篇繼續(xù)給大家介紹php7內(nèi)部實(shí)現(xiàn)相關(guān)知識，感興趣的朋友通過本篇文章一起學(xué)習(xí)吧。

本文第一部分和第二均翻譯自Nikita Popov(nikic，PHP 官方開發(fā)組成員，柏林科技大學(xué)的學(xué)生) 的 博客 。為了更符合漢語的閱讀習(xí)慣，文中并不會逐字逐句的翻譯。

要理解本文，你應(yīng)該對 PHP5 中變量的實(shí)現(xiàn)有了一些了解，本文重點(diǎn)在于解釋 PHP7 中 zval 的變化。

第一部分講了 PHP5 和 PHP7 中關(guān)于變量最基礎(chǔ)的實(shí)現(xiàn)和變化。這里再重復(fù)一下，主要的變化就是 zval 不再單獨(dú)分配內(nèi)存，不自己存儲引用計(jì)數(shù)。整型浮點(diǎn)型等簡單類型直接存儲在 zval 中。復(fù)雜類型則通過指針指向一個獨(dú)立的結(jié)構(gòu)體。

復(fù)雜的 zval 數(shù)據(jù)值有一個共同的頭，其結(jié)構(gòu)由 zend_refcounted 定義：

struct _zend_refcounted {
 uint32_t refcount;
 union {
  struct {
   ZEND_ENDIAN_LOHI_3(
    zend_uchar type,
    zend_uchar flags,
    uint16_t  gc_info)
  } v;
  uint32_t type_info;
 } u;
};

這個頭存儲有 refcount （引用計(jì)數(shù)），值的類型 type 和循環(huán)回收的相關(guān)信息 gc_info 以及類型標(biāo)志位 flags 。

接下來會對每種復(fù)雜類型的實(shí)現(xiàn)單獨(dú)進(jìn)行分析并和 PHP5 的實(shí)現(xiàn)進(jìn)行比較。引用雖然也屬于復(fù)雜類型，但是上一部分已經(jīng)介紹過了，這里就不再贅述。另外這里也不會講到資源類型（因?yàn)樽髡哂X得資源類型沒什么好講的）。

字符串

PHP7 中定義了一個新的結(jié)構(gòu)體 zend_string 用于存儲字符串變量：

struct _zend_string {
 zend_refcounted gc;
 zend_ulong  h;  /* hash value */
 size_t   len;
 char    val[1];
};

除了引用計(jì)數(shù)的頭以外，字符串還包含哈希緩存 h ，字符串長度 len 以及字符串的值 val 。哈希緩存的存在是為了防止使用字符串做為 hashtable 的 key 在查找時需要重復(fù)計(jì)算其哈希值，所以這個在使用之前就對其進(jìn)行初始化。

如果你對 C 語言了解的不是很深入的話，可能會覺得 val 的定義有些奇怪：這個聲明只有一個元素，但是顯然我們想存儲的字符串償付肯定大于一個字符的長度。這里其實(shí)使用的是結(jié)構(gòu)體的一個『黑』方法：在聲明數(shù)組時只定義一個元素，但是實(shí)際創(chuàng)建 zend_string 時再分配足夠的內(nèi)存來存儲整個字符串。這樣我們還是可以通過 val 訪問完整的字符串。

當(dāng)然這屬于非常規(guī)的實(shí)現(xiàn)手段，因?yàn)槲覀儗?shí)際的讀和寫的內(nèi)容都超過了單字符數(shù)組的邊界。但是 C 語言編譯器卻不知道你是這么做的。雖然 C99 也曾明確規(guī)定過支持『柔性數(shù)組』，但是感謝我們的好朋友微軟，沒人能在不同的平臺上保證 C99 的一致性（所以這種手段是為了解決 Windows 平臺下柔性數(shù)組的支持問題）。

新的字符串類型的結(jié)構(gòu)比原生的 C 字符串更方便使用：第一是因?yàn)橹苯哟鎯α俗址拈L度，這樣就不用每次使用時都去計(jì)算。第二是字符串也有引用計(jì)數(shù)的頭，這樣也就可以在不同的地方共享字符串本身而無需使用 zval。一個經(jīng)常使用的地方就是共享 hashtable 的 key。

但是新的字符串類型也有一個很不好的地方：雖然可以很方便的從 zend_string 中取出 C 字符串（使用 str->val 即可），但反過來，如果將 C 字符串變成 zend_string 就需要先分配 zend_string 需要的內(nèi)存，再將字符串復(fù)制到 zend_string 中。這在實(shí)際使用的過程中并不是很方便。

字符串也有一些特有的標(biāo)志（存儲在 GC 的標(biāo)志位中的）：

#define IS_STR_PERSISTENT   (1<<0) /* allocated using malloc */
#define IS_STR_INTERNED    (1<<1) /* interned string */
#define IS_STR_PERMANENT   (1<<2) /* interned string surviving request boundary */

持久化的字符串需要的內(nèi)存直接從系統(tǒng)本身分配而不是 zend 內(nèi)存管理器（ZMM），這樣它就可以一直存在而不是只在單次請求中有效。給這種特殊的分配打上標(biāo)記便于 zval 使用持久化字符串。在 PHP5 中并不是這樣處理的，是在使用前復(fù)制一份到 ZMM 中。

保留字符（interned strings）有點(diǎn)特殊，它會一直存在直到請求結(jié)束時才銷毀，所以也就無需進(jìn)行引用計(jì)數(shù)。保留字符串也不可重復(fù)（duplicate），所以在創(chuàng)建新的保留字符時也會先檢查是否有同樣字符的已經(jīng)存在。所有 PHP 源碼中不可變的字符串都是保留字符（包括字符串常量、變量名函數(shù)名等）。持久化字符串也是請求開始之前已經(jīng)創(chuàng)建好的保留字符。但普通的保留字符在請求結(jié)束后會銷毀，持久化字符串卻始終存在。

如果使用了 opcache 的話保留字符會被存儲在共享內(nèi)存（SHM）中這樣就可以在所有 PHP 進(jìn)程質(zhì)檢共享。這種情況下持久化字符串也就沒有存在的意義了，因?yàn)楸Ａ糇址彩遣粫讳N毀的。

數(shù)組

因?yàn)?之前的文章 有講過新的數(shù)組實(shí)現(xiàn)，所以這里就不再詳細(xì)描述了。雖然最近有些變化導(dǎo)致之前的描述不是十分準(zhǔn)確了，但是基本的概念還是一致的。

這里要說的是之前的文章中沒有提到的數(shù)組相關(guān)的概念：不可變數(shù)組。其本質(zhì)上和保留字符類似：沒有引用計(jì)數(shù)且在請求結(jié)束之前一直存在（也可能在請求結(jié)束之后還存在）。

因?yàn)槟承﹥?nèi)存管理方便的原因，不可變數(shù)組只會在開啟 opcache 時會使用到。我們來看看實(shí)際使用的例子，先看以下的腳本：

<?php
for ($i = 0; $i < 1000000; ++$i) {
 $array[] = ['foo'];
}
var_dump(memory_get_usage());

開啟 opcache 時，以上代碼會使用 32MB 的內(nèi)存，不開啟的情況下因?yàn)?$array 每個元素都會復(fù)制一份 ['foo'] ，所以需要 390MB。這里會進(jìn)行完整的復(fù)制而不是增加引用計(jì)數(shù)值的原因是防止 zend 虛擬機(jī)操作符執(zhí)行的時候出現(xiàn)共享內(nèi)存出錯的情況。我希望不使用 opcache 時內(nèi)存暴增的問題以后能得到改善。

PHP5 中的對象

在了解 PHP7 中的對象實(shí)現(xiàn)直線我們先看一下 PHP5 的并且看一下有什么效率上的問題。PHP5 中的 zval 會存儲一個 zend_object_value 結(jié)構(gòu)，其定義如下：

typedef struct _zend_object_value {
 zend_object_handle handle;
 const zend_object_handlers *handlers;
} zend_object_value;

handle 是對象的唯一 ID，可以用于查找對象數(shù)據(jù)。 handles 是保存對象各種屬性方法的虛函數(shù)表指針。通常情況下 PHP 對象都有著同樣的 handler 表，但是 PHP 擴(kuò)展創(chuàng)建的對象也可以通過操作符重載等方式對其行為自定義。

對象句柄（handler）是作為索引用于『對象存儲』，對象存儲本身是一個存儲容器（bucket）的數(shù)組，bucket 定義如下：

typedef struct _zend_object_store_bucket {
 zend_bool destructor_called;
 zend_bool valid;
 zend_uchar apply_count;
 union _store_bucket {
  struct _store_object {
   void *object;
   zend_objects_store_dtor_t dtor;
   zend_objects_free_object_storage_t free_storage;
   zend_objects_store_clone_t clone;
   const zend_object_handlers *handlers;
   zend_uint refcount;
   gc_root_buffer *buffered;
  } obj;
  struct {
   int next;
  } free_list;
 } bucket;
} zend_object_store_bucket;

這個結(jié)構(gòu)體包含了很多東西。前三個成員只是些普通的元數(shù)據(jù)（對象的析構(gòu)函數(shù)是否被調(diào)用過、bucke 是否被使用過以及對象被遞歸調(diào)用過多少次）。接下來的聯(lián)合體用于區(qū)分 bucket 是處于使用中的狀態(tài)還是空閑狀態(tài)。上面的結(jié)構(gòu)中最重要的是 struct _store_object 子結(jié)構(gòu)體：

第一個成員 object 是指向?qū)嶋H對象（也就是對象最終存儲的位置）的指針。對象實(shí)際并不是直接嵌入到對象存儲的 bucket 中的，因?yàn)閷ο蟛皇嵌ㄩL的。對象指針下面是三個用于管理對象銷毀、釋放與克隆的操作句柄（handler）。這里要注意的是 PHP 銷毀和釋放對象是不同的步驟，前者在某些情況下有可能會被跳過（不完全釋放）。克隆操作實(shí)際上幾乎幾乎不會被用到，因?yàn)檫@里包含的操作不是普通對象本身的一部分，所以（任何時候）他們在每個對象中他們都會被單獨(dú)復(fù)制（duplicate）一份而不是共享。

這些對象存儲操作句柄后面是一個普通的對象 handlers 指針。存儲這幾個數(shù)據(jù)是因?yàn)橛袝r候可能會在 zval 未知的情況下銷毀對象（通常情況下這些操作都是針對 zval 進(jìn)行的）。

bucket 也包含了 refcount 的字段，不過這種行為在 PHP5 中顯得有些奇怪，因?yàn)?zval 本身已經(jīng)存儲了引用計(jì)數(shù)。為什么還需要一個多余的計(jì)數(shù)呢？問題在于雖然通常情況下 zval 的『復(fù)制』行為都是簡單的增加引用計(jì)數(shù)即可，但是偶爾也會有深度復(fù)制的情況出現(xiàn)，比如創(chuàng)建一個全新的 zval 但是保存同樣的 zend_object_value 。這種情況下兩個不同的 zval 就用到了同一個對象存儲的 bucket，所以 bucket 自身也需要進(jìn)行引用計(jì)數(shù)。這種『雙重計(jì)數(shù)』的方式是 PHP5 的實(shí)現(xiàn)內(nèi)在的問題。GC 根緩沖區(qū)中的 buffered 指針也是由于同樣的原因才需要進(jìn)行完全復(fù)制（duplicate）。

現(xiàn)在看看對象存儲中指針指向的實(shí)際的 object 的結(jié)構(gòu)，通常情況下用戶層面的對象定義如下：

typedef struct _zend_object {
 zend_class_entry *ce;
 HashTable *properties;
 zval **properties_table;
 HashTable *guards;
} zend_object;

zend_class_entry 指針指向的是對象實(shí)現(xiàn)的類原型。接下來的兩個元素是使用不同的方式存儲對象屬性。動態(tài)屬性（運(yùn)行時添加的而不是在類中定義的）全部存在 properties 中，不過只是屬性名和值的簡單匹配。

不過這里有針對已經(jīng)聲明的屬性的一個優(yōu)化：編譯期間每個屬性都會被指定一個索引并且屬性本身是存儲在 properties_table 的索引中。屬性名稱和索引的匹配存儲在類原型的 hashtable 中。這樣就可以防止每個對象使用的內(nèi)存超過 hashtable 的上限，并且屬性的索引會在運(yùn)行時有多處緩存。

guards 的哈希表是用于實(shí)現(xiàn)魔術(shù)方法的遞歸行為的，比如 __get ，這里我們不深入討論。

除了上文提到過的雙重計(jì)數(shù)的問題，這種實(shí)現(xiàn)還有一個問題是一個最小的只有一個屬性的對象也需要 136 個字節(jié)的內(nèi)存（這還不算 zval 需要的內(nèi)存）。而且中間存在很多間接訪問動作：比如要從對象 zval 中取出一個元素，先需要取出對象存儲 bucket，然后是 zend object ，然后才能通過指針找到對象屬性表和 zval。這樣這里至少就有 4 層間接訪問（并且實(shí)際使用中可能最少需要七層）。

PHP7 中的對象

PHP7 的實(shí)現(xiàn)中試圖解決上面這些問題，包括去掉雙重引用計(jì)數(shù)、減少內(nèi)存使用以及間接訪問。新的 zend_object 結(jié)構(gòu)體如下：

struct _zend_object {
 zend_refcounted gc;
 uint32_t   handle;
 zend_class_entry *ce;
 const zend_object_handlers *handlers;
 HashTable  *properties;
 zval    properties_table[1];
};

可以看到現(xiàn)在這個結(jié)構(gòu)體幾乎就是一個對象的全部內(nèi)容了： zend_object_value 已經(jīng)被替換成一個直接指向?qū)ο蠛蛯ο蟠鎯Φ闹羔槪m然沒有完全移除，但已經(jīng)是很大的提升了。

除了 PHP7 中慣用的 zend_refcounted 頭以外， handle 和 對象的 handlers 現(xiàn)在也被放到了 zend_object 中。這里的 properties_table 同樣用到了 C 結(jié)構(gòu)體的小技巧，這樣 zend_object 和屬性表就會得到一整塊內(nèi)存。當(dāng)然，現(xiàn)在屬性表是直接嵌入到 zval 中的而不是指針。

現(xiàn)在對象結(jié)構(gòu)體中沒有了 guards 表，現(xiàn)在如果需要的話這個字段的值會被存儲在 properties_table 的第一位中，也就是使用 __get 等方法的時候。不過如果沒有使用魔術(shù)方法的話，guards 表會被省略。

dtor 、 free_storage 和   clone 三個操作句柄之前是存儲在對象操作 bucket 中，現(xiàn)在直接存在 handlers 表中，其結(jié)構(gòu)體定義如下：

struct _zend_object_handlers {
 /* offset of real object header (usually zero) */
 int          offset;
 /* general object functions */
 zend_object_free_obj_t     free_obj;
 zend_object_dtor_obj_t     dtor_obj;
 zend_object_clone_obj_t     clone_obj;
 /* individual object functions */
 // ... rest is about the same in PHP 5
};

handler 表的第一個成員是 offset ，很顯然這不是一個操作句柄。這個 offset 是現(xiàn)在的實(shí)現(xiàn)中必須存在的，因?yàn)殡m然內(nèi)部的對象總是嵌入到標(biāo)準(zhǔn)的 zend_object 中，但是也總會有添加一些成員進(jìn)去的需求。在 PHP5 中解決這個問題的方法是添加一些內(nèi)容到標(biāo)準(zhǔn)的對象后面：

struct custom_object {
 zend_object std;
 uint32_t something;
 // ...
};

這樣如果你可以輕易的將 zend_object* 添加到 struct custom_object* 中。這也是 C 語言中常用的結(jié)構(gòu)體繼承的做法。但是在 PHP7 中這種實(shí)現(xiàn)會有一個問題：因?yàn)?zend_object 在存儲屬性表時用了結(jié)構(gòu)體 hack 的技巧， zend_object 尾部存儲的 PHP 屬性會覆蓋掉后續(xù)添加進(jìn)去的內(nèi)部成員。所以 PHP7 的實(shí)現(xiàn)中會把自己添加的成員添加到標(biāo)準(zhǔn)對象結(jié)構(gòu)的前面：

struct custom_object {
 uint32_t something;
 // ...
 zend_object std;
};

不過這樣也就意味著現(xiàn)在無法直接在 zend_object* 和 struct custom_object* 進(jìn)行簡單的轉(zhuǎn)換了，因?yàn)閮烧叨家粋€偏移分割開了。所以這個偏移量就需要被存儲在對象 handler 表中的第一個元素中，這樣在編譯時通過 offsetof() 宏就能確定具體的偏移值。

也許你會好奇既然現(xiàn)在已經(jīng)直接（在 zend_value 中）存儲了 zend_object 的指針，那現(xiàn)在就不需要再到對象存儲中去查找對象了，為什么 PHP7 的對象者還保留著 handle 字段呢？

這是因?yàn)楝F(xiàn)在對象存儲仍然存在，雖然得到了極大的簡化，所以保留 handle 仍然是有必要的?，F(xiàn)在它只是一個指向?qū)ο蟮闹羔様?shù)組。當(dāng)對象被創(chuàng)建時，會有一個指針插入到對象存儲中并且其索引會保存在 handle 中，當(dāng)對象被釋放時，索引也會被移除。

那么為什么現(xiàn)在還需要對象存儲呢？因?yàn)樵谡埱蠼Y(jié)束的階段會在存在某個節(jié)點(diǎn)，在這之后再去執(zhí)行用戶代碼并且取指針數(shù)據(jù)時就不安全了。為了避免這種情況出現(xiàn) PHP 會在更早的節(jié)點(diǎn)上執(zhí)行所有對象的析構(gòu)函數(shù)并且之后就不再有此類操作，所以就需要一個活躍對象的列表。

并且 handle 對于調(diào)試也是很有用的，它讓每個對象都有了一個唯一的 ID，這樣就很容易區(qū)分兩個對象是同一個還是只是有相同的內(nèi)容。雖然 HHVM 沒有對象存儲的概念，但它也存了對象的 handle。

和 PHP5 相比，現(xiàn)在的實(shí)現(xiàn)中只有一個引用計(jì)數(shù)（zval 自身不計(jì)數(shù)），并且內(nèi)存的使用量有了很大的縮減：40 個字節(jié)用于基礎(chǔ)對象，每個屬性需要 16 個字節(jié)，并且這還是算了 zval 之后的。間接訪問的情況也有了顯著的改善，因?yàn)楝F(xiàn)在中間層的結(jié)構(gòu)體要么被去掉了，要么就是直接嵌入的，所以現(xiàn)在讀取一個屬性只有一層訪問而不再是四層。

間接 zval

到現(xiàn)在我們已經(jīng)基本提到過了所有正常的 zval 類型，但是也有一對特殊類型用于某些特定的情況的，其中之一就是 PHP7 新添加的 IS_INDIRECT 。

間接 zval 指的就是其真正的值是存儲在其他地方的。注意這個 IS_REFERENCE 類型是不同的，間接 zval 是直接指向另外一個 zval 而不是像 zend_reference 結(jié)構(gòu)體一樣嵌入 zval。

為了理解在什么時候會出現(xiàn)這種情況，我們來看一下 PHP 中變量的實(shí)現(xiàn)（實(shí)際上對象屬性的存儲也是一樣的情況）。

所有在編譯過程中已知的變量都會被指定一個索引并且其值會被存在編譯變量（CV）表的相應(yīng)位置中。但是 PHP 也允許你動態(tài)的引用變量，不管是局部變量還是全局變量（比如 $GLOBALS ），只要出現(xiàn)這種情況，PHP 就會為腳本或者函數(shù)創(chuàng)建一個符號表，這其中包含了變量名和它們的值之間的映射關(guān)系。

但是問題在于：怎么樣才能實(shí)現(xiàn)兩個表的同時訪問呢？我們需要在 CV 表中能夠訪問普通變量，也需要能在符號表中訪問編譯變量。在 PHP5 中 CV 表用了雙重指針 zval** ，通常這些指針指向中間的 zval* 的表， zval* 最終指向的才是實(shí)際的 zval:

+------ CV_ptr_ptr[0]
| +---- CV_ptr_ptr[1]
| | +-- CV_ptr_ptr[2]
| | |
| | +-> CV_ptr[0] --> some zval
| +---> CV_ptr[1] --> some zval
+-----> CV_ptr[2] --> some zval

當(dāng)需要使用符號表時存儲 zval* 的中間表其實(shí)是沒有用到的而 zval** 指針會被更新到 hashtable buckets 的響應(yīng)位置中。我們假定有 $a 、 $b 和 $c 三個變量，下面是簡單的示意圖：

CV_ptr_ptr[0] --> SymbolTable["a"].pDataPtr --> some zval
CV_ptr_ptr[1] --> SymbolTable["b"].pDataPtr --> some zval
CV_ptr_ptr[2] --> SymbolTable["c"].pDataPtr --> some zval

但是 PHP7 的用法中已經(jīng)沒有這個問題了，因?yàn)?PHP7 中的 hashtable 大小發(fā)生變化時 hashtable bucket 就失效了。所以 PHP7 用了一個相反的策略：為了訪問 CV 表中存儲的變量，符號表中存儲 INDIRECT 來指向 CV 表。CV 表在符號表的生命周期內(nèi)不會重新分配，所以也就不會存在有無效指針的問題了。

所以加入你有一個函數(shù)并且在 CV 表中有 $a 、 $b 和 $c ，同時還有一個動態(tài)分配的變量 $d ，符號表的結(jié)構(gòu)看起來大概就是這個樣子：

SymbolTable["a"].value = INDIRECT --> CV[0] = LONG 42
SymbolTable["b"].value = INDIRECT --> CV[1] = DOUBLE 42.0
SymbolTable["c"].value = INDIRECT --> CV[2] = STRING --> zend_string("42")
SymbolTable["d"].value = ARRAY --> zend_array([4, 2])

間接 zval 也可以是一個指向 IS_UNDEF 類型 zval 的指針，當(dāng) hashtable 沒有和它關(guān)聯(lián)的 key 時就會出現(xiàn)這種情況。所以當(dāng)使用 unset($a) 將 CV[0] 的類型標(biāo)記為 UNDEF 時就會判定符號表不存在鍵值為 a 的數(shù)據(jù)。

常量和 AST

還有兩個需要說一下的在 PHP5 和 PHP7 中都存在的特殊類型 IS_CONSTANT 和 IS_CONSTANT_AST 。要了解他們我們還是先看以下的例子：

<?php
function test($a = ANSWER,
    $b = ANSWER * ANSWER) {
 return $a + $b;
}
define('ANSWER', 42);
var_dump(test()); // int(42 + 42 * 42)·

test() 函數(shù)的兩個參數(shù)的默認(rèn)值都是由常量 ANSWER 構(gòu)成，但是函數(shù)聲明時常量的值尚未定義。常量的具體值只有通過 define() 定義時才知道。

由于以上問題的存在，參數(shù)和屬性的默認(rèn)值、常量以及其他接受『靜態(tài)表達(dá)式』的東西都支持『延時綁定』直到首次使用時。

常量（或者類的靜態(tài)屬性）這些需要『延時綁定』的數(shù)據(jù)就是最常需要用到 IS_CONSTANT 類型 zval 的地方。如果這個值是表達(dá)式，就會使用 IS_CONSTANT_AST 類型的 zval 指向表達(dá)式的抽象語法樹（AST）。

到這里我們就結(jié)束了對 PHP7 中變量實(shí)現(xiàn)的分析。后面我可能還會寫兩篇文章來介紹一些虛擬機(jī)優(yōu)化、新的命名約定以及一些編譯器基礎(chǔ)結(jié)構(gòu)的優(yōu)化的內(nèi)容（這是作者原話）。