PHP内核探索之变量

php变量组成部分：

变量名：php语言的变量名以$开头+英文/下划线，可以包含数字、下划线、字母，区分大小写。同时PHP也支持复合变量，形如$$A，增加了php的动态性。

类型：php属于弱类型语言，可以赋值任意类型的值。

内容：在同一时刻只能有一种值。

php语言中存在8中数据类型，分为三大类：

1. 标量类型：Boolean，integer，float，string；

2. 复合类型：object，array；

3. 特殊类型：NULL，resource；

php作为一种弱类型语言，在实现内部所有变量是通过结构zval来存储数据的，不仅包含变量的值，也包含变量的类型，是php弱类型的核心。

zval数据结构：

struct _zval_struct{
  zvalue_value value;    //存储变量的值
  zend_unint  refcount_gc; //引用计数
  zend_char  is_ref_gc;  // 是否为引用
  zend_char  type;     //存储变量的类型
}

其中zvalue_value并不是一个结构体，为了节省内存使用的union来实现的，因为在同一时刻变量只能表示一种类型。其原型：

typedef union _zvalue_value{
  long lval;         
  double dval;
  struct {
      char *val;
      int len;      //字符串的长度
    }str;
  HashTable *ht;       //保存数组
  zend_object_value obj;   //对象
}zvalue_value;

哈希表：

php内部很多实现基于哈希表：变量的作用域、函数表、类的属性、方法等，Zend引擎内部的很多数据都是保存在哈希表中的。

php数组使用哈希表来存储关联数据，哈希表实现使用两个数据结构HashTable和Bucket：

HashTable:

typedef struct _hashtable { 
  uint nTableSize;    // hash Bucket的大小，最小为8，以2x增长。
  uint nTableMask;    // nTableSize-1 ， 索引取值的优化
  uint nNumOfElements;  // hash Bucket中当前存在的元素个数，count()函数会直接返回此值 
  ulong nNextFreeElement; // 下一个数字索引的位置
  Bucket *pInternalPointer;  // 当前遍历的指针（foreach比for快的原因之一）
  Bucket *pListHead;     // 存储数组头元素指针
  Bucket *pListTail;     // 存储数组尾元素指针
  Bucket **arBuckets;     // 存储hash数组
  dtor_func_t pDestructor;  // 在删除元素时执行的回调函数，用于资源的释放
  zend_bool persistent;    // 指出了Bucket内存分配的方式。如果persisient为TRUE，
                  则使用操作系统本身的内存分配函数为Bucket分配内存，否则使用
                  PHP的内存分配函数。
  unsigned char nApplyCount; // 标记当前hash Bucket被递归访问的次数（防止多次递归）
  zend_bool bApplyProtection;// 标记当前hash桶允许不允许多次访问，不允许时，最多只能递归3次
#if ZEND_DEBUG
  int inconsistent;
#endif
} HashTable;

在HashTable中容量的扩增，始终调整为接近初始大小的2的整数次方。因为：

在选槽时，这里使用&操作而不是使用取模，这是因为是相对来说取模操作的消耗和按位与的操作大很多。mask的作用就是将哈希值映射到槽位所能存储的索引范围内。 例如：某个key的索引值是21， 哈希表的大小为8，则mask为7，则求与时的二进制表示为： 10101 & 111 = 101 也就是十进制的5。 因为2的整数次方-1的二进制比较特殊：后面N位的值都是1，这样比较容易能将值进行映射， 如果是普通数字进行了二进制与之后会影响哈希值的结果。那么哈希函数计算的值的平均分布就可能出现影响。

bucket:

typedef struct bucket {
  ulong h;      // 对char *key进行hash后的值，或者是用户指定的数字索引值
  uint nKeyLength;  // hash关键字的长度，如果数组索引为数字，此值为0
  void *pData;    // 指向value，一般是用户数据的副本，如果是指针数据，则指向pDataPtr
  void *pDataPtr;   //如果是指针数据，此值会指向真正的value，同时上面pData会指向此值
  struct bucket *pListNext;  // 整个hash表的下一元素
  struct bucket *pListLast;  // 整个哈希表该元素的上一个元素
  struct bucket *pNext;    // 存放在同一个hash Bucket内的下一个元素
  struct bucket *pLast;    // 同一个哈希bucket的上一个元素
// 保存当前值所对于的key字符串，这个字段只能定义在最后，实现变长结构体
  char arKey[1];       
} Bucket; 

在Bucket中存储的是哈希值而不是哈希的索引。

上面结构体的最后一个字段用来保存key的字符串，而这个字段却申明为只有一个字符的数组， 其实这里是一种长见的变长结构体，主要的目的是增加灵活性。 以下为哈希表插入新元素时申请空间的代码

p = (Bucket *) pemalloc(sizeof(Bucket) - 1 + nKeyLength, ht->persistent);
if (!p) {
  return FAILURE;
}
memcpy(p->arKey, arKey, nKeyLength);

插入过程图

哈希算法

php中hash函数使用DJBX33A算法来实现。

对象：

php对象使用数据结构zend_object_value来存储；