PHP内核探索：引用计数与写时复制

对于PHP这种需要同时处理多个请求的程序来说，申请和释放内存的时候应该慎之又慎，一不小心便会酿成大错。另一方面，除了要安全的申请和释放内存外，还应该做到内存的最小化使用，因为它可能要处理每秒钟数以千计的请求，为了提高系统整体的性能，每一次操作都应该只使用最少的内存，对于不必要的相同数据的复制则应该能免则免。我们来看下面这段PHP代码：

1

<?php

2	$a = 'Hello NowaMagic!';

3

$b = $a;

4	unset($a);

5

?>

第一条语句执行后，PHP创建了$a这个变量，并为它申请了12B的内存来存放"hello world"这个字符串（最后加个NULL字符，你懂的）。紧接着把$a赋给了$b，并释放掉$a;

对于PHP来说，如果每一次变量赋值都执行一次内存复制的话，那需要额外申请12B的内存来存放这个重复的数据,当然为了复制内存，还需要cpu执行某些计算，这当然会加重cpu的负载。当第三句执行后，$a被释放了，我们刚才的设想突然变的这么滑稽，这次赋值显得好多余哦。如果早就知道$a不用了，那我们直接让$b用$a的内存不就行了，还赋值干嘛？如果你觉得12B没什么，那设想下如果$a是个10M的文件内容，或者20M，是不是我们的计算机资源消耗的有点冤枉呢？

别担心，PHP很聪明！

前面说过，PHP变量的名称和值在内核中是保存在两个不同的地方的，值是通过一个与名字毫无关系的zval结构来保存，而这个变量的名字a则保存在符号表里，两者之间通过指针联系着。在我们上面的例子里，$a是一个字符串，我们通过zend_hash_add把它添加到符号表里，然后又把它赋值给$b,两者拥有相同的内容！如果两者指向完全相同的内容，我们有什么优化措施吗？

1	zval *helloval;

2	MAKE_STD_ZVAL(helloval);

3	ZVAL_STRING(helloval, "Hello NowaMagic!", 1);

4	zend_hash_add(EG(active_symbol_table), "a", sizeof("a"),&helloval,sizeof(zval*), NULL);

5	zend_hash_add(EG(active_symbol_table), "b", sizeof("b"),&helloval,sizeof(zval*), NULL);

6	//通过这个例子我们看出了，我们可以把$a和$b都指向helloval~!

现在我们检查$a和$b两个变量，他们的值指向了"Hello NowaMagic!"这个字符串在内存中的位置。但是在第三行：unset($a);这条语句释放了$a。在这种情况下，unset函数并不知道$a的值同时被$b用着，所以如果它直接释放内存，则会导致$b的值也被清空了，从而导致逻辑错误，甚至可能会导致系统崩溃。

呵呵，其实你心里明白，PHP不会让上述问题发生的！回顾一下zval的四个成员value、type、is_ref__gc、refcount__gc，我们对value和type已经很熟了，现在则是后两个成员发挥威力的时候了，这里我们主要讲解refcount__gc这个成员。当一个变量被第一次创建的时候，它对应的zval结构体的refcount__gc成员的值会被初始化为1，理由很简单，因为只有这个变量自己在用它。但是当你把这个变量赋值给别的变量时，refcount__gc属性便会加1变成2，因为现在有两个变量在用这个zval结构了！

以上描述转为内核中的代码大体如下：

1	zval *helloval;

2	MAKE_STD_ZVAL(helloval);

3	ZVAL_STRING(helloval, "Hello World", 1);

4	zend_hash_add(EG(active_symbol_table), "a", sizeof("a"),&helloval,sizeof(zval*), NULL);

5	ZVAL_ADDREF(helloval); //这句很特殊，我们显示的增加了helloval结构体的refcount

6	zend_hash_add(EG(active_symbol_table), "b", sizeof("b"),&helloval,sizeof(zval*), NULL);

这个时候当我们再用unset删除$a的时候，它删除符号表里的$a的信息，然后清理它的值部分，这时它发现$a的值对应的zval结构的refcount值是2，也就是有另外一个变量在一起用着这个zval，所以unset只需把这个zval的refcount减去1就行了！

写时复制机制

引用计数绝对是节省内存的一个超棒的模式！但是当我们修改$b的值，而且还需要继续使用$a时，该怎么办呢？

1

$a = 1;

2

$b = $a;

3

$b += 5;

从代码逻辑来看，我们希望语句执行后$a仍然是1，而$b则需要变成6。我们知道在第二句完成后内核通过让$a和$b共享一个zval结构来达到节省内存的目的，但是现在第三句来了，这时$b的改变应该怎样在内核中实现呢？

答案非常简单，内核首先查看refcount__gc属性，如果它大于1则为这个变化的变量从原zval结构中复制出一份新的专属与$b的zval来，并改变其值。

01	zval *get_var_and_separate(char *varname, int varname_len TSRMLS_DC)

02

{

03	zval **varval, *varcopy;

04	if (zend_hash_find(EG(active_symbol_table),varname, varname_len + 1, (void**)&varval) == FAILURE)

05

{

06	/* 如果在符号表里找不到这个变量则直接return */

07	return NULL;

08

}

09

10	if ((*varval)->refcount < 2)

11

{

12	//如果这个变量的zval部分的refcount小于2，代表没有别的变量在用，return

13	return *varval;

14

}

15

16	/* 否则，复制一份zval*的值 */

17	MAKE_STD_ZVAL(varcopy);

18	varcopy = *varval;

19

20	/* Duplicate any allocated structures within the zval* */

21	zval_copy_ctor(varcopy);

22

23	/* 从符号表中删除原来的变量

24	* This will decrease the refcount of varval in the process

25

*/

26	zend_hash_del(EG(active_symbol_table), varname, varname_len + 1);

27

28	/* 初始化新的zval的refcount，并在符号表中重新添加此变量信息，并将其值与我们的新zval相关联。*/

29	varcopy->refcount = 1;

30	varcopy->is_ref = 0;

31	zend_hash_add(EG(active_symbol_table), varname, varname_len + 1,&varcopy, sizeof(zval*), NULL);

32

33	/* 返回新zval的地址 */

34	return varcopy;

35

}

现在$b变量拥有了自己的zval，并且可以自由的修改它的值了。

Change on Write 写时复制

如果用户在PHP脚本中显式的让一个变量引用另一个变量时，我们的内核是如何处理的呢？

1

$a = 1;

2

$b = &$a;

3

$b += 5;

作为一个标准的PHP程序猿，我们都知道$a的值也变成6了。当我们更改$b的值时，内核发现$b是$a的一个用户端引用，也就是所它可以直接改变$b对应的zval的值，而无需再为它生成一个新的不同与$a的zval。因为他知道$a和$b都想得到这次变化！

但是内核是怎么知道这一切的呢？简单的讲，它是通过zval的is_ref__gc成员来获取这些信息的。这个成员只有两个值，就像开关的开与关一样。它的这两个状态代表着它是否是一个用户在PHP语言中定义的引用。在第一条语句($a = 1;)执行完毕后,$a对应的zval的refcount__gc等于1，is_ref__gc等于0;。 当第二条语句执行后($b = &$a;)，refcount__gc属性向往常一样增长为2，而且is_ref__gc属性也同时变为了1！

最后，在执行第三条语句的时候，内核再次检查$b的zval以确定是否需要复制出一份新的zval结构来，这次不需要复制，因为我们刚才上面的get_var_and_separate函数其实是个简化版，并且少写了一个条件：

1	/* 如果这个zval在php语言中是通过引用的形式存在的，或者它的refcount小于2，则不许要复制。*/

2	if ((*varval)->is_ref || (*varval)->refcount < 2) {

3	return *varval;

4

}

这一次，尽管它的refcount等于2，但是因为它的is_ref等于1，所以也不会被复制。内核会直接的修改这个zval的值。

Separation Anxiety

我们已经了解了php语言中变量的复制和引用的一些事，但是如果复制和引用这两个事件被组合起来使用了该怎么办呢？看下面这段代码：

1

$a = 1;

2

$b = $a;

3

$c = &$a;

这里我们可以看到,$a,$b,$c这三个变量现在共用一个zval结构，有两个属于change-on-write组合($a,$c),有两个属于copy-on-write组合($a,$b),我们的is_ref__gc和refcount__gc该怎样工作，才能正确的处理好这段复杂的关系呢？

The answer is: 不可能！在这种情况下，变量的值必须分离成两份完全独立的存在！$a与$c共用一个zval,$b自己用一个zval，尽管他们拥有同样的值，但是必须至少通过两个zval来实现。见下图【在引用时强制复制！】

同样，下面的这段代码同样会在内核中产生歧义，所以需要强制复制！

1

//上图对应的代码

2

$a = 1;

3

$b = &$a;

4

$c = $a;

需要注意的是，在这两种情况下，$b都与原初的zval相关联，因为当复制发生时，内核还不知道第三个变量的名字。