PHP底层工作机制及原理剖析：简单但不易

PHP说是简单，但掌握起来并不容易。除了知道如何使用它之外，我们还需要知道它是如何工作的。

PHP 是一种适合 Web 开发的动态语言。更具体地说，它是一个使用C语言实现大量组件的软件框架。从狭义上讲，它可以被认为是一个强大的UI框架。

了解PHP实现的目的是什么？要想用好动态语言，首先要理解它。内存管理和框架模型值得我们借鉴。通过扩展开发，我们可以实现更强大的功能并优化程序的性能。

1。 PHP设计理念及特点

多进程模型：由于PHP是多进程模型，不同的请求不会互相干扰。这保证了单个请求的失败不会影响整个服务。当然，随着Aja的不断发展，PHP已经支持多线程模型了。

弱类型语言：与C/C++、Java、C#等语言不同，PHP是一种弱类型语言。变量的类型最初并未设置。这是在运行时确定的，并且可能会发生隐式或显式类型转换。这种机制的灵活性在Web开发中非常方便和高效。稍后将在 PHP 中讨论详细信息。详细描述了变量。

Engine (Zend) + Component (ext) 模式减少内部耦合力。

中间层（sapi）隔离Web服务器和PHP。

语法简单灵活，没有过多的规范。缺点导致风格混乱，但程序员再差，也不会写出太过离谱、对大局造成威胁的程序。 ？纯C 实现是PHP 的核心部分。它将PHP代码（一系列的编译过程，如词法、语法分析）翻译成处理可执行的操作码，并实现相应的处理方法，并实现基本的数据结构（如hashtable、oo）、内存分配和管理，并提供了相应的api方法。用于外部呼叫。这是一切的核心。所有外围功能都是围绕Zend实现的。

扩展：围绕 Zend 引擎，扩展在逐个组件的基础上提供不同的核心服务。我们常见的内置函数（比如数组序列化）、标准库等都是通过扩展来实现的。如果需要，用户还可以使用扩展。实现您的扩展，以实现功能扩展、性能优化等目标（例如贴吧目前使用的PHP中间层和富文本解析就是典型的扩展应用）。

Sapi：Sapi的全称是Server Application Programming Interface，即服务器应用程序编程接口。 Sapi 使用许多钩子函数来允许 PHP 与外部数据交互。这是一个非常优雅和成功的 PHP 设计。通过胆汁成功。通过将PHP与自身的上层应用解耦、隔离，PHP可以不再思考如何兼容不同的应用，而应用本身可以根据自身的特点实现不同的处理方式。

顶层应用程序：这是我们平时编写的PHP程序。我们通过sap的不同方式得到不同的应用模式，比如通过web服务器部署web应用，以脚本方式在命令行运行等等。

如果 PHP 是一辆汽车，那么汽车的框架就是 PHP 本身，Zend 就是汽车的引擎（引擎），Ext 下的各个组件就是汽车的轮子。胆可以认为是一条路，汽车可以在不同类型的道路上行驶，执行PHP程序就意味着汽车在道路上行驶。因此我们需要：高性能发动机+合适的车轮+合适的履带。

3。 Sapi

如前所述，Sapi允许外部应用程序通过多个接口与PHP交换数据，并根据不同的应用特性实现特定的处理方法。我们最常见的一些句柄是：

apache2handler：这是使用 apache 作为 Web 服务器并在 mod_PHP 模式下运行时的处理程序方法。它也是当今使用最广泛的。

cgi：这是Web服务器与PHP之间的另一种直接通信方式，这就是著名的fastcgi协议。 Fastcgi+PHP近年来被越来越多地使用，也是异步Web服务器支持的唯一方法。

cli：命令行调用的应用模式

4。 PHP执行流程和Opcode

我们首先看一下PHP代码执行流程。

从图中可以看到，PHP实现了一个典型的动态语言执行过程：获得一段代码后，经过词法分析、语法分析等步骤，将源程序翻译成命令（操作码）。然后ZEND虚拟机依次执行这些指令来完成操作。 PHP本身是用C实现的，所以你最终调用的函数都是C函数。事实上，我们可以将PHP视为用C开发的软件。

PHP执行的核心是翻译后的命令，即操作码。

操作码是PHP程序执行的最基本单位。操作码由两个参数（op1、op2）、一个返回值和一个处理函数组成。 PHP程序最终被翻译为顺序执行操作码处理函数。

几个常用的处理函数：

PHP

ZEND_ASSIGN_SPEC_CV_CV_HANDLER：变量分配（$a=$b）

ZEND_DO_FCALL_BY_NAME_LER_SPEC:END_CONZAT_CON _CV_CV_HANDLER：字符串拼写取$a.$b

ZEND_ADD_SPEC_CV_CONST_HANDLER：添加$a+ 2

ZEND_IS_EQUAL_SPEC_CV_CONST：判断相等 $a==1

ZEND_IS_IDENTICAL_SPEC_CV_CONST：判断相等 $a===1

5。 HashTable — 基本数据结构

HashTable 是 zend Zend 的基本数据结构，用于实现 PHP 中几乎所有常用功能。我们知道的PHP数组就是一个典型的应用。另外，函数符号表、全局变量等也是基于zendis哈希表实现的。

PHP 哈希表具有以下特性：

支持典型的 key->value 查询

可用作数组

添加和删除节点的复杂度为 O(1)

混合类型 : At同时有关联数字组合数组的索引

Value 支持混合类型：array("string", 2332)

支持线性遍历：例如 foreach

Zend 的哈希表实现了典型的哈希表 hash结构，同时添加双向链表提供正向和反向数组遍历功能。它的结构如下：

可以看到，哈希表既有key->value的哈希结构，又有双向链表模式，这使得它非常方便支持快速查找和线性遍历。

哈希结构：Zend的哈希结构是典型的哈希表模型，通过链表解决冲突。需要注意的是，zendi哈希表是一种自增长的数据结构。当哈希表已满时，它会动态扩展2倍并重新排列元素。默认大小为8。另外，zend本身在进行key->value快速查找时也做了一些优化，通过用空间换取时间来加快处理速度。例如，每个元素中使用 nKeyLength 变量来标识密钥长度，以便快速确定。

双向链表：Zend 哈希表通过链表结构实现元素的线性遍历。理论上，使用单向链表就足以进行遍历。使用双向链表的主要目的是快速删除和避免遍历。 Zend 哈希表是一个复合结构。当用作数组时，它支持常规关联数组，也可以用作顺序索引号，甚至允许混合两者。

PHP 关联数组：关联数组是典型的 hash_table 实现。查询过程经历以下步骤（如代码中所示，这是一个正常的哈希查询过程，添加了一些快速决策以加快搜索速度。）：

PHP

getKeyHashValueh;

index=n&nTableMask;

Bucket*p=arBucket[index ];

while(p){

if((p->h==h)&(p->nKeyLength==nKeyLength)){

RETURNp-> data;

}

p=p->next;

}

RETURNFALTURE;

PHP索引数组：索引数组是通过我们的公共子数组访问的。例如$arr[0]，Zend HashTable内部进行了规范化，并且将hash值和nKeyLength(0)也赋值给了索引类型key。内部成员变量nNextFreeElement是当前设置的最大id，每次push后都会自动加1。正是这种规范化过程使 PHP 能够实现关联数据和非关联数据的混合。由于push操作的特殊性，PHP数组中索引键的顺序不是由子索引的大小决定的，而是由push的顺序决定的。例如，$arr[1] = 2； $arr[2] = 3;对于 double 类型的键，Zend HashTable 将它们视为索引键

6。 PHP 变量

PHP 是一种弱类型语言。变量本身的类型并没有严格区分。 PHP 在声明变量时不需要指定类型。 PHP可以在程序执行过程中进行变量类型的隐式转换。与其他强类型语言类似，该程序也可以执行显式类型转换。PHP变量可以分为简单类型（int、string、bool）、集合类型（数组资源对象）和常量（const）。上述所有变量在底层都有相同的结构 zval。

Zval 是 zend 中另一个非常重要的数据结构，用于识别和实现 PHP 变量。其数据结构如下：

Zval 主要由三部分组成：

type：定义变量的类型。 （整数、字符串、数组等）

refcount&is_ref：用于实现引用计数（后面详述）

value：存储变量实际数据的主要部分

Zvalue 存储变量的实际数据数据。由于需要存储多种类型，所以zvalue是一个union，从而实现弱类型。

PHP变量类型及其实际存储对应关系为：

PHP

IS_LONG->lvalue

IS_DOUBLE->dvalue

IS_ARRAY->♺♺

❀ IS_RESOURCE ->lvalue

引用计数广泛应用于内存复用、字符串操作等。 PHP 变量是引用计数的典型应用。 Zval引用计数是通过成员变量is_ref和ref_count实现的。通过引用计数，多个变量可以共享相同的数据。避免频繁复印造成的巨大消耗。

在执行赋值操作时，zend将变量赋值给同一个zval和ref_count++，而在unset操作时，对应的ref_count-1。只有当 ref_count 减到 0 时才会执行销毁操作。如果是引用赋值，zend 将 is_ref 更改为 1。

PHP 变量通过引用计数实现变量共享数据，但是如果更改其中之一的值怎么办？变量？当写入变量时，如果 Zend 检测到该变量指向的 zval 共享多个变量，它会复制 ref_count 为 1 的 zval，并减少原始 zval 的 refcount。这个过程称为“zval分离”。可以看到，zend只有在有写操作的时候才会进行复制操作，这也是为什么它也被称为copy on write

对于引用变量，要求与非引用类型相反。通过引用定义的变量必须捆绑在一起，更改一个变量会更改所有捆绑的变量。

整数和浮点数是PHP的基本类型之一，也是简单变量。对于整数和浮点数，对应的值直接存储在zvalue中。它们的类型分别是long和double。

Zvalue结构表明，与C等强类型语言不同，PHP对于整数类型并不区分int、unsigned int、long、long long等类型。为此只有一种整数类型。也就是说，长。这说明PHP中整数的取值范围是由编译器的位数决定的，并不是固定的。

和整数一样，浮点数不区分float和double，只区分double。

在 PHP 中如果整数范围越界该怎么办？在这种情况下，它会自动转换为 double 类型。你必须小心这一点，因为它会导致很多技巧。

与整数一样，字符变量是 PHP 中的基本类型和简单变量。从 zvalue 结构中可以看出，PHP 中的字符串由指向实际数据的指针和类似于 C++ 字符串的长度结构组成。由于length是用实际变量表示的，与c不同，它的字符串可以是二进制数据（含）。同时，在 PHP 中查找字符串的长度 strlen 是一个 O(1) 操作。

当添加、更改或添加字符串操作时，PHP 会重新分配内存以生成新字符串。最后，出于安全考虑，PHP在生成字符串时仍然在末尾添加

。常见字符串拼接方式及速度对比：

假设有以下4个变量：$strA='123'； $strB = '456'; $intA=123; intB=456;

现在比较解释以下字符串拼接方法：

PHP

$res=$strA.$strB 和 $res=“$strA$strB”

本例中 zend会再次删除一块内存并进行相应的处理。速度一般是

$strA=$strA.$strB

这个是最快的了，zend直接根据当前strA进行移动，避免重复复制。

$res=$intA.$intB

这会比较慢，因为它需要隐式格式转换，这也应该在实际编程中完成。小心避免

$strA=sprintf(“%s%s” , $strA.$strB);

这应该是最慢的方式，因为sprintf不是PHP中的语言结构，但其本身的格式检测和处理需要花费大量的时间，而其机制本身就是malloc。不过可读性最好的还是sprintf方法，实际中可以根据具体情况灵活选择。

PHP 数组自然是通过 Zend HashTable 实现的。

如何实现foreach操作？数组Foreach是通过遍历哈希表的双向链表来完成的。对于索引数组来说， foreach 遍历比 for 高效得多，无需查找 key->value 。 count操作直接调用HashTable->NumOfElements，O(1)操作。对于像 '123' 这样的字符串，zend 将其转换为整数。 $arr[‘123’]和$arr[123]是等价的

资源类型变量是PHP中最复杂的变量，也是复合结构。

PHP zval 可以表示大量的数据类型，但是自定义的数据类型很难完全描述。由于没有有效的方法来表示这些复合结构，因此无法使用传统运算符。要解决这个问题，您只需要通过称为资源的本质上任意的标识符（标签）来引用光标。

在zval中，lval用于资源作为直接指向资源地址的指针。资源可以是任何复合结构。我们熟悉的mysqli、fsock、memcached等都是资源。

如何使用资源：

注册：对于自定义数据类型，您希望将其用作资源。首先，您需要注册它，zend 将为它分配一个全局唯一标识符。

获取资源变量。对于资源，zend 管理 id->实际数据 hash_tale。对于资源，zval 中仅存储其 ID。拉取时，通过id在哈希表中查找特定值并返回。

资源破坏：资源具有不同的数据类型。 Zend 本身没有办法销毁它。因此，用户在注册资源时必须提供销毁函数。当资源被销毁时，zend调用相应的函数来完成销毁。同时将其从全局资源表中删除。

资源可以持续很长时间，不仅是在引用它们的所有变量超出范围之后，而且甚至在一个请求完成并生成新请求之后也是如此。这些资源称为持久资源，因为它们在整个 SAPI 生命周期中持续存在，除非专门销毁。很多情况下，持久化资源可以在一定程度上提高性能。例如，在我们的标准 mysql_pconnect 中，持久资源通过 pemalloc 分配内存，因此查询完成时它们不会被释放。

对于 Zend 而言，两者没有区别。

PHP 中局部变量和全局变量是如何实现的？对于查询，PHP 随时会看到两个符号表（符号表和 active_symbol 表），第一个用于存储全局变量。后者是指向当前活动变量符号表的指针。当程序进入一个函数时，zend为其分配符号表x，并将active_symbol表指向a。这样就实现了全局变量和局部变量的区分。

获取变量值：PHP符号表是通过hash_table实现的。每个变量都被分配了一个唯一的标识符。收到时，根据标识符在表中找到对应的zval并返回。

在函数中使用全局变量：我们可以通过显式声明全局变量来在函数中使用全局变量。创建对 active_symbol_table 表中同名变量的引用。如果符号表中没有同名变量，则先创建它。