PHP源码分析-变量的引用计数、写时复制(Reference counting & Copy-on-Write)

PHP语法中有两种赋值方式：引用赋值、非引用赋值。

<?php
	$a = 1;
	$b = $a; // 非引用赋值
	$c = &$b; // 引用赋值

从表面看，通常会这样认为：“引用赋值就是两个变量对应同一个变量(在C中其实就是一个zval),非引用赋值则是直接产生的一个新的变量(zval)，同时将值copy过来”。
这种认为在大部分情况下都是可以想通的。(#1)


但有些情况下则会显得非常低效，例如：(#2)

<?php
function print_arr($arr){//非引用传递
	print_r($arr);
}

$test_arr = array(
		'a'	=>	'a',
		'b'	=>	'b',
		'c'	=>	'c',
		...
	);//这里一个比较大的数组

print_arr($test_arr);//第一次调用print_arr函数执行输出
print_arr($test_arr);//第二次调用print_arr函数执行输出

如果按照上面的理解方式(#1),那么执行两次print_arr，并且是非引用的方式，则会产生两个与$test_arr完全相同的新的变量，那么将是非常低效的。

实际代码在运行中，并不会产生两个新的变量。因为PHP内核中已经帮助我们进行了优化。

具体如何实现的呢？这里就要讲到本文的要点：Reference counting & Copy-on-Write，正是采用引用计数、写时复制这两个机制得以优化。

在介绍这两个机制前，先了解一个基本知识：PHP中的变量在内核中是如何表示的。
PHP中定义的变量都是以一个zval来表示的，zval的定义在Zend/zend.h中定义：

typedef struct _zval_struct zval;  

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;
};

其中，refcount和is_ref就是实现引用计数、写时复制这两个机制的基础。
refcount当前变量存储引用计数，在zval初始创建的时候就为1。每增加一个引用，则refcount ++。当进行引用分离时，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。

<?php
$a;//a:refcount=1,is_ref=0, value=NULL;
$a = 1;	//a:refcount=2,is_ref=0, value=1;
$b = $a;	//a,b:refcount=3,is_ref=0,value=1;
$c = $a;	//a,b,c:refcount=4,is_ref=0,value=1;
$d = &$c; //a,b:refcount=3,is_ref=0,value=1;	c,d:refcount=1, is_ref=1, value=1

上面代码的注释，表示当执行这一行后，refcount与is_ref的变化.

Copy on Write

Php变量通过引用计数实现变量共享数据，那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才进行拷贝操作，因此也叫copy-on-write(写时拷贝)

对于引用型变量，其要求和非引用型相反，引用赋值的变量间必须是捆绑的，修改一个变量就修改了所有捆绑变量。

<?php
	$a=1;
	$b=$a;

执行过程中的内存结构图：

<?php
	$a=1;
	$b=&a;

执行过程中的内存结构图：

从上可以看到，无论是引用、非引用，这种直接赋值都不会产生新的变量。
只是当是引用时，is_ref设置为1。当非引用时，is_ref设置为0。
读写复制，就是根据is_ref来进行变量分离的。

当is_ref=1时，是引用变量时，执行“引用下的变量分离”

<?php
	$a = 1;
	$b = $a;
	$c = &$b;

执行过程中的内存结构图：

当is_ref=0时，是非引用变量时，执行“非引用下的变量分离”

<?php
	$a = 1;
	$b = &$a;
	$c = $b;

执行过程中的内存结构图：

只有真正在需要改变变量的值时，
回头在看(#2)代码，可以看到实际上，并没有产生新的变量，始终是$test_arr的变量在输出。所以，这也是为什么很少看到在PHP中使用引用方式传递变量，却仍然不会有性能问题的原因。


参考文章：http://stblog.baidu-tech.com/?p=1221