PHP变量在内核中的存储：Zval结构体演变（PHP 5 vs 7 vs 8）与引用计数管理 - 智猿学院-前后端，数据库，人工智能，云计算等领域前沿技术讲座

PHP变量在内核中的存储：Zval结构体演变与引用计数管理

大家好，今天我们深入探讨PHP变量在内核中的存储方式，重点关注Zval结构体的演变，以及PHP如何通过引用计数来管理内存，并对比PHP 5、7和8的不同实现。理解这些底层机制对于编写高效、健壮的PHP代码至关重要。

Zval：PHP变量的灵魂

在PHP中，所有的用户空间变量，包括标量（整数、浮点数、字符串、布尔值）、数组、对象、资源等，都由一个名为zval的结构体来表示。zval结构体是PHP变量的核心，它包含了变量的类型信息和实际的值。

PHP 5的Zval结构体

在PHP 5中，zval结构体的定义大致如下：

typedef struct _zval_struct {
    zvalue_value value;
    zend_uint refcount__gc;
    zend_uchar type;
    zend_uchar is_ref;
} zval;

typedef union _zvalue_value {
    long lval;             /* long value */
    double dval;           /* double value */
    struct {
        char *val;
        int len;
    } str;                 /* string value */
    HashTable *ht;        /* hash table value */
    zend_object_value obj; /* object value */
} zvalue_value;

让我们分解一下：

zvalue_value value: 这是一个联合体，用于存储变量的实际值。根据type字段的不同，它可以是整数、浮点数、字符串、哈希表（数组）或对象。
zend_uint refcount__gc: 这是引用计数器，用于跟踪有多少个变量指向同一个zval结构体。GC表示与垃圾回收有关。
zend_uchar type: 存储变量的类型，例如IS_LONG、IS_DOUBLE、IS_STRING、IS_ARRAY、IS_OBJECT等。
zend_uchar is_ref: 标记变量是否是一个引用。

PHP 5中使用的是“写时复制”（copy-on-write）的策略。这意味着，当多个变量指向同一个zval时，修改其中一个变量的值，PHP会先复制一份zval，然后再修改复制后的zval，以此保证其他变量的值不受影响。

PHP 7的Zval结构体

PHP 7对zval结构体进行了重大改进，显著提升了性能，降低了内存占用。主要的改变是引入了zend_value联合体，并将字符串嵌入到zval结构体中（称为“短字符串优化”）。

typedef struct _zval_struct {
    zend_value        value;      /* value */
    zend_uint         refcount__gc;
    zend_uchar        type;         /* active type */
    zend_uchar        is_refcounted;
} zval;

typedef union _zend_value {
    zend_long         lval;         /* long value */
    double            dval;         /* double value */
    zend_string      *str;
    zend_array       *arr;
    zend_object      *obj;
    zend_resource    *res;
    zend_reference   *ref;
    zend_ast          *ast;
    zval             *zv;
    void             *ptr;
    zend_class_entry *ce;
    zend_function    *func;
    struct {
        uint32_t w1;
        uint32_t w2;
    } ww;
} zend_value;

关键变化：

zend_value value: 与PHP 5的zvalue_value类似，但使用了zend_string替代了char*和int len的组合。zend_string是一个更为复杂的结构体，包含了字符串的长度和哈希值，优化了字符串操作。
zend_uchar is_refcounted: 取代了PHP 5的is_ref，但意义不同。 is_refcounted 表示该 zval 是否参与了引用计数管理。如果为 0，则 refcount__gc 和 u.gc 字段无效。它标志着该变量是否是引用计数管理的。
短字符串优化: 小于或等于22个字节的字符串直接存储在zend_string结构体内部，避免了额外的内存分配。这大大提高了处理短字符串的效率。

PHP 7不再使用写时复制策略，而是采用了更高效的Copy-on-Write (COW)机制，只在真正需要修改的时候才进行复制。

PHP 8的Zval结构体

PHP 8进一步优化了zval结构体，减少了内存占用，并提升了性能。最显著的改变是引入了“联合类型”（Union Types）和对is_refcounted和type字段的合并。

typedef struct _zval_struct {
    zend_value        value;
    union {
        struct {
            ZEND_ENDIAN_LOHI_4(zend_uchar type, zend_uchar type_flags, zend_uchar vtype, zend_uchar attributes)
        } v;
        uint32_t u;
    } u1;
    union {
        uint32_t gc_info;
        uint32_t flags;
    } u2;
} zval;

核心改进：

类型和属性的联合: u1 联合体将 type、type_flags、vtype、attributes 合并到一起。 type 存储变量的主要类型，type_flags 存储类型的附加信息（例如是否允许为NULL），vtype 存储联合类型的信息，attributes 存储其他属性。这种合并减少了内存占用，并提高了类型检查的效率。ZEND_ENDIAN_LOHI_4宏会根据系统的大小端来调整四个字段的顺序，确保最佳的内存布局。
u2 联合体: u2 联合体用于存储垃圾回收信息或标志。
联合类型: PHP 8 支持联合类型，允许变量存储多种类型的值。vtype 字段用于存储联合类型信息。

PHP 8 继续使用COW机制，并进一步优化了内存管理。

Zval结构体的演变总结

我们可以用表格总结PHP 5、7和8中zval结构体的关键区别：

特性	PHP 5	PHP 7	PHP 8
值存储	`zvalue_value`联合体	`zend_value`联合体	`zend_value`联合体
字符串存储	`char *val`, `int len`	`zend_string *str` (包含短字符串优化)	`zend_string *str`
引用计数标志	`is_ref`	`is_refcounted`	无独立的引用计数标志，信息合并到`u1`联合体中
类型存储	`type`	`type`	`u1.v.type`, `u1.v.type_flags`, `u1.v.vtype`, `u1.v.attributes`
写时复制	Copy-on-Write	Copy-on-Write (优化)	Copy-on-Write (进一步优化)

引用计数：内存管理的关键

PHP使用引用计数来管理内存，避免内存泄漏，并在一定程度上减少垃圾回收的压力。

引用计数的基本原理

每个zval结构体都有一个引用计数器（refcount__gc）。当一个变量指向一个zval时，引用计数器加1。当变量不再指向该zval时，引用计数器减1。当引用计数器减为0时，表示没有任何变量指向该zval，该zval就可以被释放，其占用的内存可以被回收。

<?php

$a = "hello"; // 创建一个zval，引用计数为1
$b = $a;      // $b指向同一个zval，引用计数变为2
unset($a);    // $a不再指向该zval，引用计数变为1
$b = "world"; // $b指向一个新的zval，原来的zval引用计数变为0，可以被释放

?>

引用计数与写时复制（PHP 5）

在PHP 5中，写时复制与引用计数密切相关。当多个变量共享同一个zval时（引用计数大于1），如果其中一个变量尝试修改该zval的值，PHP会先复制一份zval，然后修改复制后的zval。这样可以保证其他变量的值不受影响。

<?php

$a = "hello"; // 创建一个zval，引用计数为1
$b = $a;      // $b指向同一个zval，引用计数变为2

$b = "world"; // $b尝试修改zval，PHP会先复制一份zval，然后修改复制后的zval
              // 现在$a指向的zval仍然是"hello"，引用计数为1
              // $b指向的zval是"world"，引用计数为1

?>

引用计数与Copy-on-Write (PHP 7, 8)

PHP 7和8使用更高效的Copy-on-Write (COW)机制。 COW允许变量在共享相同的底层数据的情况下进行修改，而无需立即复制数据。只有当实际发生写操作时，才会进行复制。这减少了不必要的内存分配和复制操作，显著提高了性能。

引用计数的缺陷：循环引用

引用计数最大的缺陷是无法处理循环引用。如果两个或多个zval相互引用，即使没有任何外部变量指向它们，它们的引用计数也不会变为0，导致内存泄漏。

<?php

$a = array();
$b = array();

$a['b'] = &$b; // $a引用$b
$b['a'] = &$a; // $b引用$a

// 现在$a和$b相互引用，即使unset它们，它们的引用计数也不会变为0，导致内存泄漏
unset($a);
unset($b);

?>

垃圾回收机制：解决循环引用

为了解决循环引用的问题，PHP引入了垃圾回收机制（Garbage Collection）。垃圾回收器会定期扫描内存，检测循环引用，并释放相关的zval。

PHP的垃圾回收机制采用的是“标记-清除”（mark-and-sweep）算法。

标记阶段: 垃圾回收器会遍历所有可能的根节点（例如全局变量、静态变量），标记所有可达的zval。
清除阶段: 垃圾回收器会扫描所有未被标记的zval，这些zval被认为是不可达的，可以被释放。

为了优化垃圾回收的效率，PHP 5.3引入了“分代垃圾回收”（generational garbage collection）。分代垃圾回收基于一个假设：新创建的对象更容易变成垃圾。因此，垃圾回收器会更频繁地扫描新创建的对象，而较少扫描旧对象。

垃圾回收机制在PHP 5、7和8中的改进

PHP 5: 垃圾回收器相对简单，性能开销较大。
PHP 7: 垃圾回收器进行了重大改进，减少了内存占用，并提升了性能。
PHP 8: 垃圾回收器进一步优化，提高了效率，并减少了对性能的影响。

代码示例：演示Zval结构体和引用计数

虽然我们不能直接访问C语言层面的zval结构体，但我们可以通过一些技巧来观察引用计数的行为。

<?php

function debug_zval($var, $var_name = 'var') {
    ob_start();
    var_dump($var);
    $output = ob_get_clean();
    echo "<pre>{$var_name}: {$output}</pre>";
}

$a = "hello";
debug_zval($a, '$a');

$b = $a;
debug_zval($a, '$a');
debug_zval($b, '$b');

$b = "world";
debug_zval($a, '$a');
debug_zval($b, '$b');

unset($a);
debug_zval($b, '$b');

?>

这段代码使用了var_dump函数来输出变量的信息。虽然var_dump不能直接显示引用计数的值，但我们可以通过观察变量的值来推断引用计数的行为。

在PHP 7或8中，可以使用xdebug_debug_zval()函数来更详细地查看zval结构体的信息，包括引用计数的值和类型。需要安装Xdebug扩展。

<?php

$a = "hello";
xdebug_debug_zval('a');

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

$b = "world";
xdebug_debug_zval('a');
xdebug_debug_zval('b');

unset($a);
xdebug_debug_zval('b');

?>

小结：Zval结构体演进与内存管理策略

Zval是PHP变量的核心，存储变量的类型和值。
PHP 5、7和8的zval结构体不断演进，减少内存占用，提升性能。
引用计数是PHP内存管理的关键，但存在循环引用的问题。
垃圾回收机制用于解决循环引用，PHP 7和8的垃圾回收器更加高效。