PHP--浅谈垃圾回收机制

前言

大多数编程语言都会有自身的垃圾回收机制，php也不例外。经常听很多人说gc，也就是垃圾回收器，全程为Garbage Collection。

在php5.3之前，是不包括垃圾回收机制的，也没有专门的垃圾回收器，实现垃圾回收就是简单判断一下变量的zval的refcount是否为0，是的话就释放。

但是如果这么简单的判断垃圾回收的话，很容易引起程序过程中内存溢出。如果存在"自身指向自身"的情况的话，那么变量将无法回收早成内存泄露，所以从php5.3开始就出现了专门负责清理垃圾数据防止内存泄露的垃圾回收器。

 

引用计数的基本知识

我们要了解GC，那么首先要了解引起垃圾回收的基数是什么。

在php中，每个变量存在一个叫“zval”的变量容器中。一个zval变量容器，除了包含变量的类型和值，还包括另外两个字节的额外信息。第一个是"is_ref"。第二个是"refcount"。

is_ref是一个布尔类型的值，用来标示这个变量是否属于引用集合。通过这个字节，php引擎才能把普通变量和引用变量区分开来，由于php允许用户通过"&"来使用自定义的引用，所以zval中还有一个内部引用计数机制，来进行优化内存。

refcount用来表示这个zval变量容器的变量的个数。所有符号存在一个符号表当中，每个符号都有作用域。

通俗的讲：

1、 refcount就是多少个变量是一样的用了相同的值，那么refcount就是这个值

2、 is_ref就是当有变量用了&的形式进行赋值，那么is_ref的值就会增加

在上面的代码中，变量a是在当前作用于中生成的，并且生成了类型为String和值为"new string"的变量容器。这个时候is_ref被默认的设置成了false，因为现在没有任何自定义的引用生成。refcount被设置成了1。我们可以用php来看到这些计数的变化，首先需要用到xdebug，所以php没有装上xdebug扩展的需要先装一下。

$a = "new string"; xdebug_debug_zval('a');

输出：a: (refcount=1, is_ref=0)='new string'

?>

增加zval的引用计数

$a = "new string";

$b = $a;

xdebug_debug_zval( 'a' );  输出：a: (refcount=2, is_ref=0)='new string'

?>

 

这时的引用次数是2，因为同一个变量容器被变量 a 和变量 b关联.当没必要时，php不会去复制已生成的变量容器。变量容器在”refcount“变成0时就被销毁. 当任何关联到某个变量容器的变量离开它的作用域(比如：函数执行结束)，或者对变量调用了函数 unset()时，”refcount“就会减1。

减少引用计数

$a = "new string";

$c = $b = $a;

xdebug_debug_zval( 'a' );

unset( $b, $c );

xdebug_debug_zval( 'a' ); 

输出： a: (refcount=3, is_ref=0)='new string' a: (refcount=1, is_ref=0)='new string'

?>

 

执行 unset($a);，包含类型和值的这个变量容器就会从内存中删除。

复合类型

当变量的类型为array或object这样的复合类型时，array和object类型的变量把他们的成员或属性存在自己的符号表中。

$a = array( 'meaning' => 'life', 'number' => 42 );

xdebug_debug_zval( 'a' ); 

输出： a: (refcount=1, is_ref=0)=array (    'meaning' => (refcount=1, is_ref=0)='life',    'number' => (refcount=1, is_ref=0)=42 )

?>

根据上面的代码，我们可以理解，对于数组来看成一个整体，对于内部的值来看又是一个独立的整体，各自都有着一套zval的refcount和is_ref。下面这张图是从官网上扒下来的：

添加一个已经存在的元素到数组中：

 

$a = array( 'meaning' => 'life', 'number' => 42 );

$a['life'] = $a['meaning']; xdebug_debug_zval( 'a' );

输出： a: (refcount=1, is_ref=0)=array (    'meaning' => (refcount=2, is_ref=0)='life',    'number' => (refcount=1, is_ref=0)=42,    'life' => (refcount=2, is_ref=0)='life' )

?>

 

如下图解释：

从数组中删除一个元素：

$a = array( 'meaning' => 'life', 'number' => 42 );

$a['life'] = $a['meaning'];unset( $a['meaning'], $a['number'] );

xdebug_debug_zval( 'a' );

输出： a: (refcount=1, is_ref=0)=array (    'life' => (refcount=1, is_ref=0)='life' ) ?>

 

删除数组中一个元素，就是类似从作用于中删除一个变量，删除后数组中这个元素所在容器的refcount的值减少，当refcount为0时，这个变量容器就从内存中被删除。 

将数组作为一个元素添加给自身：

 

$a = array( 'one' );

$a[] =& $a; xdebug_debug_zval( 'a' );

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

?>

 

我们可以看到数组a同时也是这个数组第二个元素,指向的变量容器中refcount的值为2，上面输出的“...”说明发生了递归操作，意味着"..."指向原始数组。

尽管不再有某个作用域中的任何符号指向这个结构(就是变量容器)，由于数组元素“1”仍然指向数组本身，所以这个容器不能被清除 。因为没有另外的符号指向它，用户没有办法清除这个结构，结果就会导致内存泄漏。

 

垃圾回收周期

在5.3之前的版本中，php无法处理循环的引用内存泄露。但是自5.3之后php使用引用计数系统中同步周期回收的同步算法，仅处理这个内存泄露问题。

基本思想是如果一个引用计数增加那么将继续被使用，当然就不再是垃圾。如果引用计数减少到零，所在变量容器将被清除。那么也就是说只有在引用计数减少到非零值时，才会产生垃圾周期。在一个垃圾周期中通过检查引用计数是否减1，并且检查哪些变量容器的引用次数为零，来发现哪些是垃圾。

 

我们就拿这张图举例(来自php官网)。为了避免不得不检查所有引用计数可能减少的垃圾周期，同步算法将所有可能根放在了根缓冲区(root buffer)中(在图中用紫色来标记，称为疑似垃圾)，这样可以同时确保每个可能的垃圾根在缓冲区中只出现一次。仅当根缓冲区满了时，才对缓冲区中所有不同的变量容器执行垃圾回收操作，在图中体现为步骤A。

在步骤B中，模拟删除每个紫色的变量。模拟删除时可能将不是紫色的不同变量引用数减1，如果某个普通变量引用计数变成0时，就对这个普通变量在做一次模拟删除。每个变量只能被模拟删除一次，模拟删除后标记为灰色。

在步骤C中，模拟恢复每个紫色变量。当然这个恢复是有条件的，当变量的引用计数大于0时才对其做模拟恢复。同样的每个变量只能恢复一次，恢复后标记为黑色，这样生下一对没能恢复的就是该删除的蓝色节点了，在步骤D中遍历出来真正的删除掉。

在php中垃圾回收机制默认是打开的，在你的php.ini中可以手动设置，通过zend.enable_gc这个属性进行开启或关闭垃圾回收机制。当开启了垃圾回收机制后，每当根缓存区存满时，就会执行上面描述的循环查找算法。根缓存区具有固定的大小，当然你可以通过修改php源码文件Zend/zend_gc.c中常量GC_ROOT_BUFFER_MAX_ENTRIES来修改根缓存区的大小(注意修改后需要重新编译php)。当关闭垃圾回收机制后，这个循环查找算法将不会执行，然而可能根会一直存在于根缓冲区中，不管在配置中是否激活了垃圾回收机制。

当然你也可以通过调用gc_enable()和gc_disable()函数来打开和关闭垃圾回收机制，效果和修改配置项相同。即使根缓冲区还没有满，也能强制执行周期回收。

 

php的内存管理机制

现在我们已经知道了zval是怎么回事了。那么现在我们需要知道php的内存管理机制是怎么一回事。

 

var_dump(memory_get_usage());

$test = "这是测试啊";

var_dump(memory_get_usage());

unset($name);

var_dump(memory_get_usage());

输出(php5.6): /var/www/html/node_test/phptest/phptest.php:51: int(361896) /var/www/html/node_test/phptest/phptest.php:53: int(361928) /var/www/html/node_test/phptest/phptest.php:55: int(361896)

 

过程是：定义变量->内存增加->清除变量->内存恢复

 

var_dump(memory_get_usage());

$test = "这是测试啊";

var_dump(memory_get_usage());

unset($name);

var_dump(memory_get_usage());

输出(php7.1): /var/www/html/node_test/phptest/phptest.php:51: int(361896) /var/www/html/node_test/phptest/phptest.php:53: int(361928) /var/www/html/node_test/phptest/phptest.php:55: int(361928)

 

而我在用php7时发现了这个问题，这就要说道php5和php7的内存管理机制和垃圾回收机制的不同了，这里暂且不表。我们继续往下走。

当在执行

$test = "这是测试啊";

内存的分配做了两件事：

1. 为变量名分配内存，并存入符号表
2. 为变量值分配内存

我们再看代码：

 

var_dump(memory_get_usage());

for($i=0;$i<100;$i++) {

     $a = "test".$i;     $$a = "hello";    

}

var_dump(memory_get_usage());

for($i=0;$i<100;$i++) { 

    $a = "test".$i;      unset($$a);    

}

var_dump(memory_get_usage());

输出： /var/www/html/node_test/phptest/phptest.php:57: int(363520) /var/www/html/node_test/phptest/phptest.php:63: int(372384) /var/www/html/node_test/phptest/phptest.php:69: int(369216)

 

为什么内存没有全部收回来呢？

因为php的核心结构Hashtable，在定义的时候不可能一次性分配足够多的内存块，所以初始化的时候只会分配一小块，等不够的时候在进行扩容，而Hashtable只扩容不减少，所以当存入100个变量的时候符号表不够用了就进行一次扩容，当unset()时只是放了为变量值分配的内存，但是为变量名分配的内存还是在符号表中的，符号表并没有缩小，所以没收回来的内存是被符号表占去了。

php并不是只要内存不够就去向OS申请内存，而是先申请一大块内存，然后将其中一部分分给申请者，这样再有逻辑需要申请内存的时候，就不需要再向OS申请内存了，避免了重复申请，只有当一大块内存不够用的时候再去申请。而当释放内存时，php并非把内存还给了OS，而是把内存轨道自己维护的空闲内存列表，以便重复利用。

新版本的php(5.3版本之后)是如何处理垃圾内存的？

刚刚上面我们已经讲了，针对在php中环形引用导致的垃圾，产生了新的同步算法(GC算法)，对于官网上的理论，我进行了理解：

如果一个zval的refcount增加，那么表明该变量的zval还在使用，不属于垃圾

如果一个zval的refcount减少到0，那么zval可以被释放掉，可以清除，不是垃圾

如果在经过模拟删除后一个zval的refcount减1，如果该zval的引用次数为是大于0，那么此zval不能被释放，可能是一个垃圾

 

关于垃圾回收的小知识点

unset()：unset()只是断开一个变量到一块内存区域的连接，同时将该内存区域的引用计数减1，内存是否回收主要还是看refcount是否到0了。

null：将null赋值给一个变量是直接将该变量指向的数据结构置空，同时将其引用计数归0。

脚本执行结束：该脚本中所有内存都会被释放，无论是否有环引用。