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

 

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：

 

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：

 

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。

1.zend_uchar type。采用uchar节省内存。
2.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。
3.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：

1.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。
2.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。
3.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）。

 

 <?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。

<?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

 

#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：

 

$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

$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。

 

【本文首发于： 搜索研发部官方博客】 http://stblog.baidu-tech.com/?p=1221

【 关注百度技术沙龙】