PHP底层运行机制与原理剖析

PHP说简单，但是要精通也不是一件简单的事。我们除了会使用之外，还得知道它底层的工作原理。

了解PHP底层实现的目的是什么？动态语言要想用好首先得了解它，内存管理、框架模型值得我们借鉴，通过扩展开发实现更多更强大的功能，优化我们程序的性能。

PHP是一种适用于web开发的动态语言。具体点说，就是一个用C语言实现包含大量组件模块的软件框架。是一个强大的UI框架。

简言之； PHP 动态语言执行过程：拿到一段代码后，经过词法解析、语法解析等阶段后，源程序会被翻译成一个个指令（opcodes）,然后 ZEND 虚拟机顺次执行这些指令完成操作。 PHP 本身是用 C 实现的，因此最终调用的也是 C 的函数，实际上，我们可以把 PHP 看做一个 C 开发的软件。

PHP的目录结构

PHP源代码还包括在开发过程中生成的几个文件，以及在上游各自位置进行维护的几个部分。（注：PHP版本7.4.13）

<php-src>/
 ├─ .git/                           # Git configuration and source directory
 ├─ TSRM/                           # Thread Safe Resource Manager
 └─ Zend/                           # Zend Engine
    ├─ zend_vm_execute.h            # Generated by `Zend/zend_vm_gen.php`
    ├─ zend_vm_opcodes.c            # Generated by `Zend/zend_vm_gen.php`
    ├─ zend_vm_opcodes.h            # Generated by `Zend/zend_vm_gen.php`
    └─ ...
 ├─ appveyor/                       # Appveyor CI service files
 └─ build/                          # *nix build system files
    ├─ ax_*.m4                      # https://github.com/autoconf-archive/autoconf-archive
    ├─ config.guess                 # https://git.savannah.gnu.org/cgit/config.git
    ├─ config.sub                   # https://git.savannah.gnu.org/cgit/config.git
    ├─ libtool.m4                   # https://git.savannah.gnu.org/cgit/libtool.git
    ├─ ltmain.sh                    # https://git.savannah.gnu.org/cgit/libtool.git
    ├─ shtool                       # https://www.gnu.org/software/shtool/
    └─ ...
 ├─ docs/                           # PHP internals and repository documentation
 └─ ext/                            # PHP core extensions
    └─ bcmath/
       ├─ libbcmath/                # Forked and maintained in php-src
       └─ ...
    └─ curl/
       ├─ sync-constants.php        # The curl symbols checker
       └─ ...
    └─ date/
       └─ lib/                      # Bundled datetime library https://github.com/derickr/timelib
          ├─ parse_date.c           # Generated by re2c 0.15.3
          ├─ parse_iso_intervals.c  # Generated by re2c 0.15.3
          └─ ...
       └─ ...
    └─ ffi/
       ├─ ffi_parser.c              # Generated by https://github.com/dstogov/llk
       └─ ...
    └─ fileinfo/
       ├─ libmagic/                 # Modified libmagic https://github.com/file/file
       ├─ data_file.c               # Generated by `ext/fileinfo/create_data_file.php`
       ├─ libmagic.patch            # Modifications patch from upstream libmagic
       ├─ magicdata.patch           # Modifications patch from upstream libmagic
       └─ ...
    └─ gd/
       ├─ libgd/                    # Bundled and modified GD library https://github.com/libgd/libgd
       └─ ...
    └─ mbstring/
       ├─ libmbfl/                  # Forked and maintained in php-src
       ├─ unicode_data.h            # Generated by `ext/mbstring/ucgendat/ucgendat.php`
       └─ ...
    └─ pcre/
       ├─ pcre2lib/                 # https://www.pcre.org/
       └─ ...
    └─ pdo_mysql/
       ├─ php_pdo_mysql_sqlstate.h  # Generated by `ext/pdo_mysql/get_error_codes.php`
       └─ ...
    └─ skeleton/                    # Skeleton for developing new extensions with `ext/ext_skel.php`
       └─ ...
    └─ standard/
       └─ html_tables/
          ├─ mappings/              # https://www.unicode.org/Public/MAPPINGS/
          └─ ...
       ├─ credits_ext.h             # Generated by `scripts/dev/credits`
       ├─ credits_sapi.h            # Generated by `scripts/dev/credits`
       ├─ html_tables.h             # Generated by `ext/standard/html_tables/html_table_gen.php`
       └─ ...
    └─ tokenizer/
       ├─ tokenizer_data.c          # Generated by `ext/tokenizer/tokenizer_data_gen.sh`
       └─ ...
    └─ xmlrpc/
       ├─ libxmlrpc/                # Forked and maintained in php-src
       └─ ...
    └─ zend_test                    # For testing internal APIs. Not needed for regular builds.
       └─ ...
    └─ zip/                         # Bundled https://github.com/pierrejoye/php_zip
       └─ ...
    └─ ...
 └─ main/                           # Binding that ties extensions, SAPIs, and engine together
    ├─ streams/                     # Streams layer subsystem
    ├─ php_version.h                # Generated by release managers using `configure`
    └─ ...
 ├─ pear/                           # PEAR installation
 └─ sapi/                           # PHP SAPI modules
    └─ cli/
       ├─ mime_type_map.h           # Generated by `sapi/cli/generate_mime_type_map.php`
       └─ ...
    └─ ...
 ├─ scripts/                        # php-config, phpize and internal development scripts
 ├─ tests/                          # Core features tests
 ├─ travis/                         # Travis CI service files
 └─ win32/                          # Windows build system files
    ├─ cp_enc_map.c                 # Generated by `win32/cp_enc_map_gen.exe`
    └─ ...
 └─ ...

目录	说明
TSRM	线程相关安全的实现，PHP的线程安全是构建在TSRM库之上的，PHP实现中常见的*G宏通常是对TSRM的封装，TSRM(Thread Safe Resource Manager)线程安全资源管理器。
Zend	PHP解析器的核心实现，比如脚本的词法语法解析，opcode的执行以及扩展机制的实现等
build	linux下编译相关的目录
ext	PHP的扩展，包括了绝大多数PHP的函数的定义和实现，如array系列，pdo系列，spl系列等函数的实现，都在这个目录中。个人写的扩展在测试时也可以放到这个目录，方便测试和调试。
main	PHP的主要代码，这里存放PHP最为核心的文件，主要实现PHP的基本设施，这里和Zend引擎不一样，Zend引擎主要实现语言最核心的语言运行环境。
netware	网络目录，socket的定义与实现
pear	PHP扩展及应用的代码仓库，包含PEAR的核心文件。PEAR是PHP扩展与应用库(the PHP Extension and Application Repository)的缩写。它是一个PHP扩展及应用的一个代码仓库，简单地说，PEAR之于PHP就像是CPAN(Comprehensive Perl Archive Network)之于Perl。
sapi	PHP的应用层接口，包含了各种服务器抽象层的代码，例如apache的mod_php，cli,cgi,embed以及fpm等接口。
scripts	Linux下的脚本目录
tests	测试脚本目录，包含PHP各项功能的测试文件
travis	用于构建，非PHP特有目录
win32	Windows下编译PHP的相关脚本，比如sokcet的实现在Windows下和*Nix平台就不太一样，同时也包括了Windows下编译PHP相关的脚本。

虽然源码目录众多，但是核心目录却只有sapi、main、zend、ext、TSRM。

SAPI

PHP 程序的输入可以是来自于命令行的标准输入，也可以是来自基于 cgi/fastcgi 协议的网络请求。甚至可以嵌入到单片机供C、C++程序调用。它们分别对应cli模式、fpm/cgi模式、embed模式，除了这些还有apache2handler、litespeed模式。

apache2handle：这是以apache作为webserver,采用mod_PHP模式运行时候的处理方式，也是现在应用最广泛的一种。
cgi：这是webserver和PHP直接的另一种交互方式，也就是大名鼎鼎的fastcgi协议，在最近fastcgi+PHP得到越来越多的应用，也是异步webserver所唯一支持的方式；典型应用nginx服务器；fastcgi 说白点就是 php的一个扩展
cli：命令调用

sapi目录是对输入和输出层的抽象，是PHP提供对外服务的规范。

同理，输出可以写到命令行的标准输出，也可以作为基于cgi/fastcgi协议的网络响应返回给客户端。

SAPI全称 Server API，负责PHP对外提供服务规范，它定义了结构体sapi_module_struct，该结构体定义了模式启动、关闭、激活、失效等多个钩子函数指针，每个模式将这些函数指针指向自己的函数，就可以轻松扩展PHP对外服务的方式。以上几种模式也正是实现了sapi_module_strcut才完成了PHP的多场景应用。

fastcgi流程

Web Server启动时载入FastCGI进程管理器（IIS ISAPI或Apache Module)
FastCGI进程管理器自身初始化，启动多个CGI解释器进程(可见多个php-cgi)并等待来自Web Server的连接。
当客户端请求到达Web Server时，FastCGI进程管理器选择并连接到一个CGI解释器。Web server将CGI环境变量和标准输入发送到FastCGI子进程php-cgi。
FastCGI子进程完成处理后将标准输出和错误信息从同一连接返回Web Server。当FastCGI子进程关闭连接时，请求便告处理完成。FastCGI子进程接着等待并处理来自FastCGI进程管理器(运行在Web Server中)的下一个连接。在CGI模式中，php-cgi在此便退出了。
在上述情况中，你可以想象CGI通常有多慢。每一个Web``请求PHP都必须重新解析php.ini、重新载入全部扩展并重初始化全部数据结构。使用FastCGI，所有这些都只在进程启动时发生一次。一个额外的好处是，持续数据库连接(Persistent database connection)可以工作。

main

main目录是SAPI层和Zend层的黏合剂。

main目录的作用是承接SAPI的请求，分析出要执行的脚本文件和参数，并对环境和配置进行初始化，比如初始化变量和常量、注册函数、解析配置文件、加载扩展等等。

Zend

Zend 引擎是php的内核部分，它将php代码翻译（词法、语法解析等一系列编译过程）为可执行opcode的处理并实现相应的处理方法、实现了基本的数据结构、内存分配管理等，它由编译器和执行器两部分组成

编译器负责将PHP代码进行词法、语法分析，并生成抽象语法树，然后进一步编译为opcode，opcode是Zend虚拟机可识别的指令，php7一共有173个opcode，所有的语法都是由这些opcode组成的。执行器负责执行编译器输出的opcode。

Extensions

ext（extension），它是扩展PHP内核功能的一种方式，分为PHP扩展与zend扩展，都支持用户自定义开发，这两种都比较常见，PHP扩展有gd、json、date、array等，而我们熟知的opcache就是Zend扩展。

TSRM

TSRM(Thread Safe Resource Manager) 线程安全资源管理器。

全局变量就是定义在函数外的变量，它属于公共资源，在多线程的环境下，访问公共资源就可能会引起冲突，TSRM就是为解决该问题而诞生的。

线程安全机制主要为了保证共享资源的安全。PHP的线程安全机制简洁直观——在多线程环境下，为每个线程提供独立的全局变量副本。具体实施是通过TSRM为每个线程分配（分配前加锁）一个独立ID（自增）作为当前线程的全局变量内存区索引，在以后的全局变量访问中，实现线程之间的完全独立。

PHP大部分SAPI都是单线程的，所以并不需要过多关注线程安全，但是在Apache或者用户自己实现的PHP环境下，就需要考虑线程安全问题了。

PHP的设计理念及特点

多进程模型：由于PHP是多进程模型，不同请求间互不干涉，这样保证了一个请求挂掉不会对全盘服务造成影响，目前PHP也早支持多线程模型。
弱类型语言：和C/C++、JAVA、C#等语言不同，PHP是一种弱类型的语言。一个变量的类型并不是一开始就确定不变的，运行中才会确定并可能发生隐式或显示的类型转换，这种机制的灵活性在web开发中非常方便、高效，具体会在后面PHP变量中详述。
引擎（Zend）+组件（ext）的模式降低内部耦合。
中间层（sapi ）Sapi全称是Server Application Programming Interface 隔绝web server和PHP。
语法简单灵活，没有太多规范。缺点导致风格混杂。

php执行流程&opcode

php动态语言执行过程：拿到一段代码后，经过词法解析、语法解析等阶段后，源程序会被翻译成一个个指令（opcodes），然后 Zend 虚拟机顺序执行这些指令。 php 本身是用 c 实现的，因此最终调用的也是 c 函数，实际上，我们可以把php看做是c开发的一个软件

php的执行核心就是翻译出来的指令（opcode），是php程序执行的基本单元

常见几个处理函数：

ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 变量分配 （$a=$b）
ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函数调用
ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接 $a.$b
ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法运算 $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

HashTable——核心数据结构

HashTable是Zend的核心数据结构，在PHP里面几乎并用来实现所有常见功能，我们知道的PHP数组即是其典型应用，此外，在zend内部，如函数符号表、全局变量等也都是基于hash table具有如下特点：

支持典型的key->value查询
可以当做数组使用
添加、删除节点是O（1）复杂度
key支持混合类型：同时存在关联数组合索引数组
Value支持混合类型：array("string",2332)
支持线性遍历：如foreach

Zend hash table实现了典型的hash表散列结构，同时通过附加一个双向链表，提供了正向、反向遍历数组的功能。其结构如下图：

可以看到：在hash table中既有key->value形式的散列结构，也有双向链表模式，使得它能够非常方便的支持快速查找和线性遍历。

散列结构：Zend的散列结构是典型的hash表模型，通过链表的方式来解决冲突。需要注意的是zend的hash table是一个自增长的数据结构，当hash表数目满了之后，其本身会动态以2倍的方式扩容并重新元素位置。初始大小均为8。另外，在进行 key->value 快速查找时候，zend本身还做了一些优化，通过空间换时间的方式加快速度。比如在每个元素中都会用一个变量 nKeyLength标识key的长度以作快速判定。
双向链表：Zend hash table通过一个链表结构，实现了元素的线性遍历。理论上，做遍历使用单向链表就够了，之所以使用双向链表，主要目的是为了快速删除，避免遍历。 Zend hash table是一种复合型的结构，作为数组使用时，即支持常见的关联数组也能够作为顺序索引数字来使用，甚至允许2者的混合。PHP关联数组：关联数组是典型的hash_table应用。一次查询过程经过如下几步（从代码可以看出，这是一个常见的hash查询过程并增加一些快速判定加速查找。）：

getKeyHashValue h;
index = n & nTableMask;
Bucket *p = arBucket[index];
while (p) {
       if ((p->h == h) && (p->nKeyLength == nKeyLength)) {
              RETURN p->data;
        }
        p=p->next;
}
RETURN FALTURE;

PHP索引数组

索引数组就是我们常见的数组，通过下标访问。例如：$arr[0]，zend hashtable内部进行了归一化处理，对于index类型key同样分配了hash值和nKeyLength(为0)。内部成员变量 nNextFreeElement就是当前分配到的最大id，每次push后自动加一。正是这种归一化处理，PHP才能够实现关联和非关联的混合。由于 push操作的特殊性，索引key在PHP数组中先后顺序并不是通过下标大小来决定，而是由push的先后决定。例如 $arr[1] = 2;$arr[2] = 3;对于double类型的key，Zend hashtable会将他当做索引key处理

PHP变量

PHP是一门弱类型语言，本身不严格区分变量的类型。PHP在变量申明的时候不需要指定类型。

PHP在程序运行期间可能进行变量类型的隐示转换。和其他强类型语言一样，程序中也可以进行显示的类型转换。

PHP变量可以分为简单类型(int、string、bool)、集合类型(array resource object)和常量(const)。以上所有的变量在底层都是同一种结构 zval。

Zval主要由三部分组成：

type：指定了变量所述的类型（整数、字符串、数组等）
refcount&is_ref：用来实现引用计数(后面具体介绍)
value：核心部分，存储了变量的实际数据

Zvalue 是用来保存一个变量的实际数据。因为要存储多种类型，所以zvalue是一个union，也由此实现了弱类型。

php变量类型和其实际存储对应关系如下：

引用计数在内存回收、字符串操作等地方使用非常广泛。PHP中的变量就是引用计数的典型应用。 Zval 的引用计数通过成员变量 is_ref 和 ref_count 实现，通过引用计数，多个变量可以共享同一份数据。避免频繁拷贝带来的大量消耗。在进行赋值操作时， zend 将变量指向相同的 Zval 同时 ref_count++ ，在 unset 操作时， ref_count-1。只有当 ref_count 减为0时，才会真正执行销毁操作。如果是引用赋值，则 zend 会修改 is_ref 为 1.
PHP变量通过引用计数实现变量共享数据，那么如果改变其中一个变量值呢？当试图写入一个变量时，Zend 若发现该变量指向的 Zval 被多个变量共享，则为其复制一份 ref_count 为 1的Zval，并递减原 Zval 的 refcount，这个过程称为 'Zval分离'。可见，只有在有写操作发生时 zend才会进行拷贝操作，因此也叫 copy-on-write（写时拷贝）对于引用变量，其要求和非引用型相反，引用赋值的变量必须是捆绑的，修改了一个变量就修改了所有捆绑变量。整数、浮点数是PHP中基础类型之一，也是一个简单型变量。对于整数和浮点数，在Zvalue中是直接存储对应的值。其类型是long和double
从 Zvalue 结构中可以看出，对于整数类型，和 c等强类型语言不同，php是不区分 int、unsigned int、long等类型的，对它来说，整数只有一种类型也就是 long。由此，可以看出，在php中，整数的取值范围是由编译器的位数来决定的而不是固定不变的
对于浮点数，类似整数，它也不区分float和double，而是统一只有double一种类型。在 php 中，如果整数越界了怎么办？这种情况下会自动转换为 double 类型，这个一定要小心，很多 trik 都是由此产生。
和整数一样，字符变量也是php的基础类型和简单类型变量。通过 Zvalue 结构可以看出，在 php 中，字符串是由实际数据的指针和长度结构体组成，这点和 c++ 中的 string 比较类似。由于通过一个实际变量表示长度，和c不同，它的字符串可以是二进制数（包含\0），同时在 php 中，求字符串 strlen 是 O(1) 操作。在新增、修改、追加字符串操作时，php都会重新分配内存生成新的字符串。最后，出于安全考虑，php在生成一个字符串时末尾仍然会添加一个 \0

常见的字符串拼接方式及速度比较：假设有如下4个变量：

$strA = '123';
$strB = '456';
$intA = 123;
$intB = 456;

现在对如上几种字符拼接方式做一个比较和说明

// 这种情况下，zend会重新 malloc 一块内存并进行相应处理，其速度一般
$res = "{$strA}{$strB}"
// 这种速度是最快的，zend会在当前 strA基础上直接 relloc，避免重复拷贝
$res = $strA.$strB
// 这种速度是比较慢的，需要进行隐式转换
$res = $intA.$intB
// 这会是最慢的一种方式，因为sprintf在PHP中并不是一个语言结构，本身对于格式识别和处理就需要耗费比较多时间，另外本身机制也是malloc内存。不过sprintf的方式最具可读性，实际中可以根据具体情况灵活选择。 
$res = sprintf (“%s%s”,$strA.$strB);

PHP的数组是通过zend hashtable来天然实现的。foreach操作如何实现？

对一个数组 foreach就是通过遍历 hashtable中的双向链表完成的。对于索引数组，通过foreach遍历效率比for高，省去了 key->value 的查找。count 操作直接调用 HashTabel -> NumOfElements，O(1)操作，对于 '123' 这样的字符串，zend会将其转成整型，$arr[123]和$arr['123'] 是等价的
资源类型是PHP中最复杂的变量，也是一种复合结构。PHP的Zval可以表示广泛的数据类型，但是对于自定义的数据类型却很难充分描述。由于没有有效的方法描绘这些复合结构，因此也没有办法对他们使用传统的草租房。要解决这个问题，只需要通过一个本质上任意的标识符（label）引用指针，这种方式被称为资源。

在Zval中，对于resource，lval作为指针来使用，直接指向资源所在的地址。Resource可以是任意的复合结构，我们熟悉的mysqli、fsock、memcached等都是资源。

如何使用资源：

注册：对于一个自定义的数据类型，要想将它作为资源。首先需要进行注册，zend会为它分配全局唯一标示。
获取一个资源变量：对于资源，zend维护了一个id->实际数据的hash_tale。对于一个resource，在Zval中只记录了它的id。fetch的时候通过id在hash_table中找到具体的值返回。
资源销毁：资源的数据类型是多种多样的。Zend本身没有办法销毁它。因此需要用户在注册资源的时候提供销毁函数。
当unset资源时，zend调用相应的函数完成析构。同时从全局资源表中删除它。

资源可以长期驻留，不只是在所有引用它的变量超出作用域之后，甚至是在一个请求结束了并且新的请求产生之后。这些资源称为持久资源，因为它们贯通 SAPI的整个生命周期持续存在，除非特意销毁。很多情况下，持久化资源可以在一定程度上提高性能。比如我们常见的mysql_pconnect ,持久化资源通过pemalloc分配内存，这样在请求结束的时候不会释放。对zend来说，对两者本身并不区分。

PHP中的局部变量和全局变量是如何实现的

对于一个请求，任意时刻PHP都可以看到两个符号表(symbol_table和 active_symbol_table)，其中前者用来维护全局变量。后者是一个指针，指向当前活动的变量符号表，当程序进入到某个函数中时，zend 就会为它分配一个符号表x同时将active_symbol_table指向a。通过这样的方式实现全局、局部变量的区分。
获取变量值：PHP的符号表是通过hash_table实现的，对于每个变量都分配唯一标识，获取的时候根据标识从表中找到相应Zval返回。
函数中使用全局变量：在函数中，我们可以通过显式申明global来使用全局变量。在active_symbol_table中创建symbol_table中同名变量的引用，如果symbol_table中没有同名变量则会先创建。

PHP底层运行机制与原理剖析

PHP底层运行机制与原理剖析

PHP的目录结构

SAPI

fastcgi流程

main

Zend

Extensions

TSRM

PHP的设计理念及特点

php执行流程&opcode

HashTable——核心数据结构

PHP变量

PHP的数组是通过zend hashtable来天然实现的。foreach操作如何实现？

如何使用资源：

PHP中的局部变量和全局变量是如何实现的

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

PHP底层运行机制与原理剖析

PHP底层运行机制与原理剖析

PHP的目录结构

SAPI

fastcgi流程

main

Zend

Extensions

TSRM

PHP的设计理念及特点

php执行流程&opcode

HashTable——核心数据结构

PHP变量

PHP的数组是通过zend hashtable来天然实现的。foreach操作如何实现？

如何使用资源：

PHP中的局部变量和全局变量是如何实现的

热门文章

最新文章

相关课程

相关电子书

相关实验场景