深入理解PHP内核

Thinking In PHP Internal

变量的赋值和销毁

在强类型的语言当中,当使用一个变量之前,我们需要先声明这个变量。然而,对于PHP来说, 在使用一个变量时,我们不需要声明,也不需要初始化,直接对其赋值就可以使用,这是如何实现的?

变量的声明和赋值

在PHP中没有对常规变量的声明操作,如果要使用一个变量,直接进行赋值操作即可。在赋值操作的同时已经进行声明操作。 一个简单的赋值操作:

$a = 10;

使用VLD扩展查看其生成的中间代码为 ASSIGN。 依此,我们找到其执行的函数为 ZEND_ASSIGN_SPEC_CV_CONST_HANDLER。 (找到这个函数的方法之一:$a为CV,10为CONST,操作为ASSIGN。 其他方法可以参见opcode处理函数查找) CV是PHP在5.1后增加的一个在编译期的缓存。如我们在使用VLD查看上面的PHP代码生成的中间代码时会看到:

compiled vars:  !0 = $a

这个$a变量就是op_type为IS_CV的变量。

IS_CV值的设置是在语法解析时进行的。
参见Zend/zend_complie.c文件中的zend_do_end_variable_parse函数。

在这个函数中,获取这个赋值操作的左值和右值的代码为:

zval *value = &opline->op2.u.constant;
zval **variable_ptr_ptr = _get_zval_ptr_ptr_cv(&opline->op1, 
                                    EX(Ts), BP_VAR_W TSRMLS_CC);

由于右值为一个数值,我们可以理解为一个常量,则直接取操作数存储的constant字段, 关于这个字段的说明将在后面的虚拟机章节说明。 左值是通过 _get_zval_ptr_ptr_cv函数获取zval值。

static zend_always_inline zval **_get_zval_ptr_ptr_cv(const znode *node, const temp_variable *Ts, int type TSRMLS_DC)
{
    zval ***ptr = &CV_OF(node->u.var);
 
    if (UNEXPECTED(*ptr == NULL)) {
        return _get_zval_cv_lookup(ptr, node->u.var, type TSRMLS_CC);
    }
    return *ptr;
}
 
// 函数中的CV_OF宏定义
#define CV_OF(i)     (EG(current_execute_data)->CVs[i])

_get_zval_ptr_ptr_cv函数程序会先判断变量是否存在于EX(CVs),如果存在则直接返回, 否则调用_get_zval_cv_lookup,通过HastTable操作在EG(active_symbol_table)表中查找变量。 虽然HashTable的查找操作已经比较快了,但是与原始的数组操作相比还是不在一个数量级。 这就是CV类型变量的性能优化点所在。 CV以数组的方式缓存变量所在HashTable的值,以取得对变量更快的访问速度。

如果变量不在EX(CVs)中,程序会调用_get_zval_cv_lookup。从而最后的调用顺序为: [_get_zval_ptr_ptr_cv] --> [_get_zval_cv_lookup] 在_get_zval_cv_lookup函数中关键代码为:

zend_hash_quick_find(EG(active_symbol_table), cv->name, cv->name_len+1, 
                                    cv->hash_value, (void **)ptr)

这是一个HashTable的查找函数,它的作用是从EG(active_symbol_table)中查找名称为cv->name的变量,并将这个值赋值给ptr。 最后,这个在符号表中找到的值将传递给ZEND_ASSIGN_SPEC_CV_CONST_HANDLER函数的variable_ptr_ptr变量。

以上是获取左值和右值的过程,在这步操作后将执行赋值操作的核心操作--赋值。赋值操作是通过调用zend_assign_to_variable函数实现。 在zend_assign_to_variable函数中,赋值操作分为好几种情况来处理,在程序中就是以几层的if语句体现。

情况一:赋值的左值存在引用(即zval变量中is_ref__gc字段不为0),并且左值不等于右值

这种情形描述起来比较抽象,如下面的示例:

$a = 10;
$b = &$a;
 
xdebug_debug_zval('a');
 
$a = 20;
xdebug_debug_zval('a');

试想,如果我们来做这个$b = &$a;的底层实现,我们可能会这样做:

  • 判断左值是不是已经被引用过了;
  • 左值已经被引用,则不改变左值的引用计数,将右值赋与左值;

事实上,ZE也是用同样的方法来实现,其代码如下:

if (PZVAL_IS_REF(variable_ptr)) {
    if (variable_ptr!=value) {
        zend_uint refcount = Z_REFCOUNT_P(variable_ptr);
 
        garbage = *variable_ptr;
        *variable_ptr = *value;
        Z_SET_REFCOUNT_P(variable_ptr, refcount);
        Z_SET_ISREF_P(variable_ptr);
        if (!is_tmp_var) {
            zendi_zval_copy_ctor(*variable_ptr);
        }
        zendi_zval_dtor(garbage);
        return variable_ptr;
    }
}

PZVAL_IS_REF(variable_ptr)判断is_ref__gc字段是否为0。在左值不等于右值的情况下执行操作。 所有指向这个zval容器的变量的值都变成了*value。并且引用计数的值不变。下面是这种情况的一个示例:

上面的例子的输出结果:

a:
(refcount=2, is_ref=1),int 10
a:
(refcount=2, is_ref=1),int 20

情况二:赋值的左值不存在引用,左值的引用计数为1,左值等于右值

在这种情况下,应该是什么都不会发生吗?看一个示例:

$a = 10;
$a = $a;

看上去真的像是什么都没有发生, 左值的引用计数还是1,值仍是10 。 然而在这个赋值过程中,$a的引用计数经历了一次加一和一次减一的操作。 如以下代码:

if (Z_DELREF_P(variable_ptr)==0) {  //  引用计数减一操作
        if (!is_tmp_var) {
            if (variable_ptr==value) {
                Z_ADDREF_P(variable_ptr);   //  引用计数加一操作
            }
...//省略

情况三:赋值的左值不存在引用,左值的引用计数为1,右值存在引用

用一个PHP的示例来描述一下这种情况:

$a = 10;
$b = &$a;
$c = $a;

这里的$c = $a;的操作就是我们所示的第三种情况。 对于这种情况,ZEND内核直接创建一个新的zval容器,左值的值为右值,并且左值的引用计数为1。 也就是说,这种情形$c不会与$a指向同一个zval。 其内核实现代码如下:

 
garbage = *variable_ptr;
*variable_ptr = *value;
INIT_PZVAL(variable_ptr);   //  初始化一个新的zval变量容器
zval_copy_ctor(variable_ptr);   
zendi_zval_dtor(garbage);
return variable_ptr;

在这个例子中,若将 $c = $a; 换成 $c = &$a;,$a,$b和$c三个变量的引用计数会发生什么变化?
$b = &$a; 换成 $b = $a; 呢?
大家可以将答案回复在下面:)

情况四:赋值的左值不存在引用,左值的引用计数为1,右值不存在引用

这种情形如下面的例子:

$a = 10;
$c = $a;

这时,右值的引用计数加上,一般情况下,会对左值进行垃圾收集操作,将其移入垃圾缓冲池。垃圾缓冲池的功能是在PHP5.3后才有的。 在PHP内核中的代码体现为:

Z_ADDREF_P(value);  //  引用计数加1
*variable_ptr_ptr = value;
if (variable_ptr != &EG(uninitialized_zval)) {
    GC_REMOVE_ZVAL_FROM_BUFFER(variable_ptr);   //  调用垃圾收集机制
    zval_dtor(variable_ptr);
    efree(variable_ptr);    //  释放变量内存空间
}
return value;

情况五:赋值的左值不存在引用,左值的引用计数为大于0,右值存在引用,并且引用计数大于0

一个演示这种情况的PHP示例:

$a = 10;
$b = $a;
$va = 20;
$vb = &$va;
 
$a = $va;

最后一个操作就是我们的情况五。 使用xdebug看引用计数发现,最终$a变量的引用计数为1,$va变量的引用计数为2,并且$va存在引用。 从源码层分析这个原因:

ALLOC_ZVAL(variable_ptr);   //  分配新的zval容器
*variable_ptr_ptr = variable_ptr;
*variable_ptr = *value;
zval_copy_ctor(variable_ptr);
Z_SET_REFCOUNT_P(variable_ptr, 1);  //  设置引用计数为1

从代码可以看出是新分配了一个zval容器,并设置了引用计数为1,印证了我们之前的例子$a变量的结果。

除上述五种情况之外,zend_assign_to_variable函数还对全部的临时变量做了处理。 变量赋值的各种操作全部由此函数完成。

变量的销毁

在PHP中销毁变量最常用的方法是使用unset函数。 unset函数并不是一个真正意义上的函数,它是一种语言结构。 在使用此函数时,它会根据变量的不同触发不同的操作。

一个简洁的例子:

$a = 10;
unset($a);

使用VLD扩展查看其生成的中间代码:

compiled vars:  !0 = $a
line     # *  op                           fetch          ext  return  operands
---------------------------------------------------------------------------------
   2     0  >   EXT_STMT
         1      ASSIGN                                                   !0, 10
   3     2      EXT_STMT
         3      UNSET_VAR                                                !0
         4    > RETURN                                                   1

去掉关于赋值的中间代码,得到unset函数生成的中间代码为 UNSET_VAR,由于我们unset的是一个变量, 在Zend/zend_vm_execute.h文件中查找到其最终调用的执行中间代码的函数为: ZEND_UNSET_VAR_SPEC_CV_HANDLER 关键代码代码如下:

target_symbol_table = zend_get_target_symbol_table(opline, EX(Ts),
        BP_VAR_IS, varname TSRMLS_CC);
    if (zend_hash_quick_del(target_symbol_table, varname->value.str.val,
            varname->value.str.len+1, hash_value) == SUCCESS) { //  删除HashTable元素
        zend_execute_data *ex = execute_data;
 
        do {
            int i;
 
            if (ex->op_array) {
                for (i = 0; i < ex->op_array->last_var; i++) {
                    if (ex->op_array->vars[i].hash_value == hash_value &&
                        ex->op_array->vars[i].name_len == varname->value.str.len &&
                        !memcmp(ex->op_array->vars[i].name, varname->value.str.val, varname->value.str.len)) {
                        ex->CVs[i] = NULL; // 置空EX(CVs)
                        break;
                    }
                }
            }
            ex = ex->prev_execute_data;
        } while (ex && ex->symbol_table == target_symbol_table);
    }

程序会先获取目标符号表,这个符号表是一个HashTable,然后将我们需要unset掉的变量从这个HashTable中删除。 如果对HashTable的元素删除操作成功,程序还会对EX(CVs)内存储的值进行清空操作。 以缓存机制来解释,在删除原始数据后,程序也会删除相对应的缓存内容,以免用户获取到脏数据。

变量的销毁还涉及到垃圾回收机制(GC),请参见相关第六章内容 关于HashTable的操作请参考 << 哈希表(HashTable) >>