深入理解PHP之:zval

Posted by jintang on 2015-07-13

一、PHP的变量类型

PHP的变量类型有8种:

标准类型:布尔boolen,整型integer,浮点float,字符string
复杂类型:数组array,对象object
特殊类型:资源resource

PHP不会严格检验变量类型,变量可以不显示的声明其类型,而在运行期间直接赋值。也可以将变量自由的转换类型。如下例,没有实现声明的情况下,$i可以赋任意类型的值。

1
2
3
4
5
6
7
8
9
10
11
12
<?PHP
$str1 = null;
$str2 = false;
$str3 = '';
$str4 = 0;
$str5 = '0';

echo $str1==$str2 ;
echo $str3==$str4 ;
echo $str4==$str5 ;
echo $str2==$str5 ;
?>

很多时候,你会遇到很多意想不到的效果 使用 “==”或者”===”

二、ZVAL的基本结构

Zval是PHP中最重要的数据结构之一(另一个比较重要的数据结构是hash table),它包含了PHP中的变量值和类型的相关信息。

它是一个struct,基本结构为:

1
2
3
4
5
6
7
struct _zval_struct {
zvalue_value value; /* 存储变量的值*/
zend_uint refcount__gc; /* 表示引用计数 */
zend_uchar type; /* 变量具体的类型 */
zend_uchar is_ref__gc; /* 表示是否为引用 */
};
typedef struct _zval_struct zval;

其中:

1. zval_value value

变量的实际值,具体来说是一个zvalue_value的联合体(union):

1
2
3
4
5
6
7
8
9
10
typedef union _zvalue_value {
long lval; /* long value */
double dval; /* double value */
struct { /* string */
char *val;
int len;
} str;
HashTable *ht; /* hash table value,used for array */
zend_object_value obj; /* object */
} zvalue_value;

2. zend_uint refcount__gc

该值实际上是一个计数器,用来保存有多少变量(或者符号,symbols, 所有的符号都存在符号表(symble table)中, 不同的作用域使用不同的符号表,关于这一点,我们之后会论述)指向该zval。在变量生成时,其refcount=1,典型的赋值操作如a=b会令zval的refcount加1,而unset操作会相应的减1。在PHP5.3之前,使用引用计数的机制来实现GC,如果一个zval的 refcount较少到0,那么Zend引擎会认为没有任何变量指向该zval,因此会释放该zval所占的内存空间。但,事情有时并不会那么简单。后面 我们会看到,单纯的引用计数机制无法GC掉循环引用的zval,即使指向该zval的变量已经被unset,从而导致了内存泄露(Memory Leak)。

3. zend_uchar type

该字段用于表明变量的实际类型。在开始学习PHP的时候,我们已经知道,PHP中的变量包括四种标量类型(bool,int,float,string),两种复合类型(array, object)和两种特殊的类型(resource 和NULL)。在zend内部,这些类型对应于下面的宏(代码位置 phpsrc/Zend/zend.h):

1
2
3
4
5
6
7
8
9
10
11
#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
#define IS_CALLABLE 10

4. is_ref__gc

这个字段用于标记变量是否是引用变量。对于普通的变量,该值为0,而对于引用型的变量,该值为1。这个变量会影响zval的共享、分离等。关于这点,我们之后会有论述。

正如名字所示,ref_count__gc和is_ref__gc是PHP的GC机制所需的很重要的两个字段,这两个字段的值,可以通过xdebug等调试工具查看。

三、ZVAL在内核中的如何工作的

前面我们已经说过,PHP使用Zval这种结构来保存变量,这里我们将继续追踪zval的更多细节。

1. 创建变量时,会创建一个zval.

1
2
$str = "test zval";
xdebug_debug_zval('str');

输出结果:

1
str: (refcount=1, is_ref=0)='test zval'

当使用$str=”test zval”;来创建变量时,会在当前作用域的符号表中插入新的符号(str),由于该变量是一个普通的变量,因此会生成一个refcount=1且is_ref=0的zval容器。

也就是说,实际上是这样的:

1
2
3
4
zval.value='test zval';
zval.is_ref__gc=0;
zval.type="string";
zval.refcount__gc=1;

2. 变量赋值给另外一个变量时,会增加zval的refcount值。

1
2
3
4
$str  = "test zval";
$str2 = $str;
xdebug_debug_zval('str');
xdebug_debug_zval('str2');

输出结果:

1
2
str: (refcount=2, is_ref=0)='test zval'
str2: (refcount=2, is_ref=0)='test zval'

同时我们看到,str和是str2这两个symbol的zval结构是一样的。
这里其实是PHP所做的一个优化,由于str和str2都是普通变量,因而它们指向了同一个zval,而没有为str2开辟单独的zval。
这么做,可以在 一定程度上节省内存。这时的str,str2与zval的对应关系是这样的:

3. 使用unset时,对减少相应zval的refcount值

1
2
3
4
5
$str  = "test zval";
$str3 = $str2 = $str;
xdebug_debug_zval('str');
unset($str2,$str3)
xdebug_debug_zval('str');

结果为:

1
2
str: (refcount=3, is_ref=0)='test zval'
str: (refcount=1, is_ref=0)='test zval'

由于unset(str2,str3)会将str2和str3从符号表中删除,因此,在unset之后,只有str指向该zval,如下图所示:

现在如果执行unset($str),则由于zval的refcount会减少到0,该zval会从内存中清理。这当然是最理想的情况。
但是事情并不总是那么乐观。

4. 数组变量与普通变量生成的zval非常类似,但也有很大不同

与标量这些普通变量不同,数组和对象这类复合型的变量在生成zval时,会为每个item项生成一个zval容器。例如:

1
2
3
4
5
$ar = array(
'id' => 38,
'name' => 'shine'
);
xdebug_debug_zval('ar');

打印出zval的结构是:

1
2
3
4
ar: (refcount=1, is_ref=0)=array (
'id' => (refcount=1, is_ref=0)=38,
'name' => (refcount=1, is_ref=0)='shine'
)

如下图所示:

可以看出,变量$ar生成的过程中,共生成了3个zval容器(红色部分标注)。对于每个zval而言,refcount的增减规则与普通变量的相同。

例如,我们在数组中添加另外一个元素,并把$ar[‘name’]的值赋给它:

1
2
3
4
5
6
7
$ar = array(
'id' => 38,
'name' => 'shine'
);

$ar['test'] = $ar['name'];
xdebug_debug_zval('ar');

则打印出的zval为:

1
2
3
4
5
ar: (refcount=1, is_ref=0)=array (
'id' => (refcount=1, is_ref=0)=38,
'name' => (refcount=2, is_ref=0)='shine',
'test' => (refcount=2, is_ref=0)='shine'
)

如同普通变量一样,这时候,name和test这两个symbol指向同一个zval:

同样的,从数组中移除元素时,会从符号表中删除相应的符号,同时减少对应zval的refcount值。同样,如果zval的refcount值减少到0,那么就会从内存中删除该zval:

1
2
3
4
5
6
7
8
$ar = array(
'id' => 38,
'name' => 'shine'
);

$ar['test'] = $ar['name'];
unset($ar['test'],$ar['name']);
xdebug_debug_zval('ar');

输出结果为:

1
ar: (refcount=1, is_ref=0)=array ('id' => (refcount=1, is_ref=0)=38)

5、引用的出现,会令zval的规则变得复杂
在加入引用之后,情况会变的稍微复杂一点。例如,在数组中添加对本身的引用:

1
2
3
$a = array('one');
$a[] = &$a;
xdebug_debug_zval('a');

输出的结果:

1
2
3
4
a: (refcount=2, is_ref=1)=array (
0 => (refcount=1, is_ref=0)='one',
1 => (refcount=2, is_ref=1)=...
)

上述输出中,…表示指向原始数组,因而这是一个循环的引用。如下图所示:

现在,我们对$a执行unset操作,这会在symbol table中删除相应的symbol,同时,zval的refcount减1(之前为2),也就是说,现在的zval应该是这样的结构:

1
2
3
4
(refcount=1, is_ref=1)=array (
0 => (refcount=1, is_ref=0)='one',
1 => (refcount=1, is_ref=1)=...
)

也就是下图所示的结构:

这时,不幸的事情发生了!

Unset之后,虽然没有变量指向该zval,但是该zval却不能被 GC(指PHP5.3之前的单纯引用计数机制的GC)清理掉,因为zval的refcount均大于0。这样,这些zval实际上会一直存在内存中,直到 请求结束(参考SAPI的生命周期)。在此之前,这些zval占据的内存不能被使用,便白白浪费了,换句话说,无法释放的内存导致了内存泄露。

如果这种内存泄露仅仅发生了一次或者少数几次,倒也还好,但如果是成千上万次的内存泄露,便是很大的问题了。尤其在长时间运行的脚本中(例如守护程序,一直在后台执行不会中断),由于无法回收内存,最终会导致系统“再无内存可用”。

6. zval分离(Copy on write和change on write)

前面我们已经介绍过,在变量赋值的过程中例如b=a,为了节省空间,并不会为a和b都开辟单独的zval,而是使用共享zval的形式:

那么问题来了:如果其中一个变量发生变化时,如何处理zval的共享问题?

对于这样的代码:

1
2
3
4
5
6
7
8
9
10
11
$a = "a simple test";
$b = $a;

echo "before write:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

$b = "thss";
echo "after write:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

打印的结果是:

1
2
3
4
5
6
before write:
a: (refcount=2, is_ref=0)='a simple test'
b: (refcount=2, is_ref=0)='a simple test'
after write:
a: (refcount=1, is_ref=0)='a simple test'
b: (refcount=1, is_ref=0)='thss'

起初,符号表中a和b指向了同一个zval(这么做的原因是节省内存),而后$b 发生了变化,Zend会检查b指向的zval的refcount是否为1,如果是1,那么说明只有一个符号指向该zval,则直接更改zval。否则,说 明这是一个共享的zval,需要将该zval分离出去,以保证单独变化互不影响,这种机制叫做COW –Copy on write。在很多场景下,COW都是一种比较高效的策略。

那么对于引用变量呢?

1
2
3
4
5
6
7
8
9
10
11
12
13
$a = 'test';
$b = &$a;<br>
echo "before change:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');<br>
$b = 12;
echo "after change:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');<br>
unset($b);
echo "after unset:".PHP_EOL;
xdebug_debug_zval('a');
xdebug_debug_zval('b');

输出的结果为:

1
2
3
4
5
6
7
8
9
10
before change:
a: (refcount=2, is_ref=1)='test'
b: (refcount=2, is_ref=1)='test'

after change:
a: (refcount=2, is_ref=1)=12
b: (refcount=2, is_ref=1)=12

after unset:
a: (refcount=1, is_ref=0)=12

可以看出,在改变了b的值之后,Zend会检查zval的isref检查是否是引用变量,如果是引用变量,则直接更改即可,否则,需要执行刚刚提到的zval分离。由于a 和 b是引用变量,因而更改共享的zval实际上也间接更改了a的值。而在unset(b)之后,变量b从符号表中删除了。

这里也说明一个问题,unset并不是清除zval,而只是从符号表中删除相应的symbol。这样一来,之前很多的关于引用的疑问也可以理解了(下一节我们将深入探索PHP的引用)。