深入PHP使用技巧之变量
众所周知，PHP与其他脚本语言一样，属于弱变量类型的语言。同时PHP本身也是通过C语言来实现。本文主要介绍PHP内部是如何实现弱变量类型的，并且据此分析在PHP开发中需要注意的一些使用技术。其中会重点分析PHP中的copy on write机制和引用相关方面的话题。 本章节属于《深入PHP使用技巧》的第一部分。
如何实现弱变量
在了解PHP实现弱变量类型之前，可以先思考下：如何通过C/C++来实现弱变量类型的效果呢？
这个问题我在BIT培训课上基本上有两种答案：
方法1：采用C++的继承机制。首先定义一个基础类型
|
1
2
3
|
Class Var
{
}
|
然后基于Var，派生出不同的子类型IntVar/FloatVar/StringVar等等。
方法2：基于C语言的 Struct。其中一个字段用于标识类型，另外一个字段用于存储数据，由于数据要是各种类型，所以通常需要采用指针
比如：
|
1
2
3
4
|
struct
var {
Int type;
Void *data;
};
|
两种思路本身并没有太大区别，也都基本上能够满足需求。在PHP中采用了第二种思路，并且做了比较多的优化。在PHP中，所有的变量都会对应同一种类型zval，其中zval也就是struct _zval_struct，具体定义如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
typedef
union
_zvalue_value {
long
lval;
/* long value */
double
dval;
/* double value */
struct
{
char
*val;
int
len;
} str;
HashTable *ht;
/* hash table value */
zend_object_value obj;
} zvalue_value;
struct
_zval_struct {
/* Variable information */
zvalue_value value;
/* value */
zend_uint refcount;
zend_uchar type;
/* active type */
zend_uchar is_ref;
};
|
从zval可以看出，PHP在细节方面的确做了不少优化的功夫。
- zend_uchar type。采用uchar节省内存。
- zvalue_value value; 采用union来替换void *，这样同样能节省空间，并且比void *更能表义清晰。
- 在字符串类型中，默认保留了字符串的长度。这样很容易做到字符串的二进制安全，并且在计算字符串长度的时候不需要进行扫描。
观察PHP弱变量的实现，也会有以下疑惑：
- 为什么会没有int类型呢？其实在PHP中是有的，只是说默认int数据就保存在long中。
- 资源类型咋表现的呢？资源在PHP内部其实就是一数字。详细后续会介绍。
- refcount和is_ref是干嘛的呢？呵呵，这就是第二部分要介绍的了。
Reference counting & Copy-on-Write
PHP和其他语言类似，在其语法中有两种赋值方式：引用赋值和非引用赋值（普通的==赋值）。
|
1
2
3
4
5
|
<?php
$a
= 1;
$b
=
$a
;
//非引用赋值
$c
= &
$a
;
//引用赋值
?>
|
引用赋值和非引用赋值在PHP内部是如何实现的呢？一种通常的认识是：“引用赋值就是两个变量对应同一个Zval，非引用赋值则是直接产生一个新的zval，同时把对应的值直接copy过来。”也就是该代码的内存结构如下：
（该图是大多数人认为的PHP内存结构，是错误的）
这样的确能够满足大部分情况下的需求，但显然不是最佳的解决方案，尤其是在内存管理上，比如说以下代码就会显得非常的低效。
|
1
2
3
4
5
|
<?php
$arr
=
array
(...);
//定义一个非常大的PHP数组
myfunc(
$arr
);
//每一个函数调用都是一次隐性的非引用赋值
myfunc(
$arr
);
?>
|
因为每次函数调用会进行一次内存dump，而大内存的内存dump是非常耗CPU的。在C语言中，一种解决方案是采用指针，所有函数调用尽量传递指针。的确很灵活高效，但也很难维护~指针可以说是C语言程序员心头的痛（当然也是福~^_^）。还有一种更高级更有效的方法是采用引用计数（Reference counting）。
在PHP中，也可以采用引用来解决这样的问题，但你见过采用在PHP中大量使用引用的吗？显然很少。
在PHP内核中，Zval的实现正是采用了引用计数的概念，说起引用计数就不得不谈到copy-on-write 机制。这样前面谈到的refcount和is_ref就有作用了。
- refcount：引用次数。在zval初始创建的时候就为1。每增加一个引用，则refcount ++。
- is_ref：用于表示一个zval是否是引用状态。zval初始化的情况下会是0，表示不是引用。
在Zend/Zend.h内部有一些关于ZVAL的宏定义，里面比较清晰的解析了引用计数的一些规则，其中重点关注以下几个宏定义
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
#define INIT_PZVAL(z) \
(z)->refcount = 1; \
(z)->is_ref = 0;
#define SEPARATE_ZVAL_IF_NOT_REF(ppzv) \//非引用下的变量分离
if
(!PZVAL_IS_REF(*ppzv)) { \
SEPARATE_ZVAL(ppzv); \
}
#define SEPARATE_ZVAL_TO_MAKE_IS_REF(ppzv) \//非引用下的变量分离，并且设置引用
if
(!PZVAL_IS_REF(*ppzv)) { \
SEPARATE_ZVAL(ppzv); \
(*(ppzv))->is_ref = 1; \
}
#define SEPARATE_ARG_IF_REF(varptr) \ //引用下的变量分离
if
(PZVAL_IS_REF(varptr)) { \
zval *original_var = varptr; \
ALLOC_ZVAL(varptr); \
varptr->value = original_var->value; \
varptr->type = original_var->type; \
varptr->is_ref = 0; \
varptr->refcount = 1; \
zval_copy_ctor(varptr); \
}
else
{ \
varptr->refcount++; \
}
|
这里面谈到两个重要的概念：
1、非引用下的变量分离。
非引用下的变量分离，是指在一堆非引用变量中插入引用的情况下，在PHP内部进行的一种内存操作。以下面的列子来看：
|
1
2
3
|
$a
= 1;
$b
=
$a
;
$c
= &
$b
;
|
在前两句执行之后，内存结构如下图
在第三句 $c = &$b;语句中则会执行“非引用下的变量分离。”，具体步骤是：
- 将b分离出来，同时把a对应的zval的refcount-1。
- copy 出一个新的zval，并把zval的is_ref设置成1.
- 把C指向这个新的zval，同时refcount ++
最终效果如下图：
2、引用下的变量分离。
引用下的变量分离，是指在一堆引用变量中进行一个非引用赋值操作，这个时候会直接执行copy内存的操作。
以下面的例子来说
|
1
2
3
|
$a
= 1;
$b
= &
$a
;
$c
=
$b
;
|
在执行完前两行后，PHP中内存结构如下：
在第三句，则会执行“引用下的变量分离”也就是真正的copy，最终内存结构如下图
据此，基本上对PHP变量内部的一些原理比较清楚了，但还有一些需要注意点的：
1、PHP变量的引用计数特性，对于数组同样也存在。但注意，对于key则不生效。（具体在后面章节会分析到。）
2、PHP变量中的对象比较特殊，在PHP5之后，默认都是采用引用赋值的方式。具体实现可以参考Zend_objects.*系列代码。
3、对于分析PHP内部变量，推荐采用xdebug_debug_zval，而不要采用内置的debug_zval_dump。因为PHP内置的debug_zval_dump函数一方面无法处理is_ref，而且采用了引用的方式来处理，从而导致看到结果会有误解。
使用技巧结论
据此可以得出分析出不少结论：
1、在PHP开发中不推荐采用引用。因为PHP内部对内存优化本身做了不少工作，引用不会带来太多优化。（但注意推荐非强制）
2、在PHP中strlen是o(1)的。
本文首发 xlq的博客 （转载请保留） http://blog.xiuwz.com/2011/11/09/php-using-internal-zval/