3.2 引用计数

对于PHP这种需要同时处理多个请求的程序来说,申请和释放内存的时候应该慎之又慎,一不小心便会酿成大错。另一方面,除了要安全的申请和释放内存外,还应该做到内存的最小化使用,因为它可能要处理每秒钟数以千计的请求,为了提高系统整体的性能,每一次操作都应该只使用最少的内存,对于不必要的相同数据的复制则应该能免则免。我们来看下面这段PHP代码:

  1. <?php
  2. $a = 'Hello World';
  3. $b = $a;
  4. unset($a);

第一条语句执行后,PHP创建了$a这个变量,并为它申请了12B的内存来存放”hello world”这个字符串(最后加个NULL字符,你懂的)。紧接着把$a赋给了$b,并释放掉$a; 对于PHP来说,如果每一次变量赋值都执行一次内存复制的话,那需要额外申请12B的内存来存放这个重复的数据,当然为了复制内存,还需要cpu执行某些计算,这当然会加重cpu的负载。当第三句执行后,$a被释放了,我们刚才的设想突然变的这么滑稽,这次赋值显得好多余哦。如果早就知道$a不用了,那我们直接让$b用$a的内存不就行了,还赋值干嘛?如果你觉得12B没什么,那设想下如果$a是个10M的文件内容,或者20M,是不是我们的计算机资源消耗的有点冤枉呢? 别担心,PHP很聪明! 前面章节说过,PHP变量的名称和值在内核中是保存在两个不同的地方的,值是通过一个与名字毫无关系的zval结构来保存,而这个变量的名字a则保存在符号表里,两者之间通过指针联系着。在我们上面的例子里,$a是一个字符串,我们通过zend_hash_add把它添加到符号表里,然后又把它赋值给$b,两者拥有相同的内容!如果两者指向完全相同的内容,我们有什么优化措施吗?

  1. zval *helloval;
  2. MAKE_STD_ZVAL(helloval);
  3. ZVAL_STRING(helloval, "Hello World", 1);
  4. zend_hash_add(EG(active_symbol_table), "a", sizeof("a"),&helloval, sizeof(zval*), NULL);
  5. zend_hash_add(EG(active_symbol_table), "b", sizeof("b"),&helloval, sizeof(zval*), NULL);
  6. //通过这个例子我们看出了,我们可以把$a和$b都指向helloval~!

现在我们检查$a和$b两个变量,他们的值指向了”hello world”这个字符串在内存中的位置。但是在第三行:unset($a);这条语句释放了$a。在这种情况下,unset函数并不知道$a的值同时被$b用着,所以如果它直接释放内存,则会导致$b的值也被清空了,从而导致逻辑错误,甚至可能会导致系统崩溃。 呵呵,其实你心里明白,PHP不会让上述问题发生的!回顾一下zval的四个成员value、type、is_refgc、refcountgc,我们对value和type已经很熟了,现在则是后两个成员发挥威力的时候了,这里我们主要讲解refcountgc这个成员。当一个变量被第一次创建的时候,它对应的zval结构体的refcountgc成员的值会被初始化为1,理由很简单,因为只有这个变量自己在用它。但是当你把这个变量赋值给别的变量时,refcount__gc属性便会加1变成2,因为现在有两个变量在用这个zval结构了! 以上描述转为内核中的代码大体如下:

  1. zval *helloval;
  2. MAKE_STD_ZVAL(helloval);
  3. ZVAL_STRING(helloval, "Hello World", 1);
  4. zend_hash_add(EG(active_symbol_table), "a", sizeof("a"),&helloval, sizeof(zval*), NULL);
  5. ZVAL_ADDREF(helloval); //这句很特殊,我们显式的增加了helloval结构体的refcount
  6. zend_hash_add(EG(active_symbol_table), "b", sizeof("b"),&helloval, sizeof(zval*), NULL);

这个时候当我们再用unset删除$a的时候,它删除符号表里的$a的信息,然后清理它的值部分,这时它发现$a的值对应的zval结构的refcount值是2,也就是有另外一个变量在一起用着这个zval,所以unset只需把这个zval的refcount减去1就行了!

写时复制机制

引用计数绝对是节省内存的一个超棒的模式!但是当我们修改$b的值,而且还需要继续使用$a时,该怎么办呢?

  1. $a = 1;
  2. $b = $a;
  3. $b += 5;

从代码逻辑来看,我们希望语句执行后$a仍然是1,而$b则需要变成6。我们知道在第二句完成后内核通过让$a和$b共享一个zval结构来达到节省内存的目的,但是现在第三句来了,这时$b的改变应该怎样在内核中实现呢? 答案非常简单,内核首先查看refcount__gc属性,如果它大于1则为这个变化的变量从原zval结构中复制出一份新的专属与$b的zval来,并改变其值。

  1. zval *get_var_and_separate(char *varname, int varname_len TSRMLS_DC)
  2. {
  3. zval **varval, *varcopy;
  4. if (zend_hash_find(EG(active_symbol_table),varname, varname_len + 1, (void**)&varval) == FAILURE)
  5. {
  6. /* 如果在符号表里找不到这个变量则直接return */
  7. return NULL;
  8. }
  9. if ((*varval)->refcount < 2)
  10. {
  11. //如果这个变量的zval部分的refcount小于2,代表没有别的变量在用,return
  12. return *varval;
  13. }
  14. /* 否则,复制一份zval*的值 */
  15. MAKE_STD_ZVAL(varcopy);
  16. varcopy = *varval;
  17. /* 复制任何在zval*内已分配的结构*/
  18. zval_copy_ctor(varcopy);
  19. /* 从符号表中删除原来的变量
  20. * 这将减少该过程中varval的refcount的值
  21. */
  22. zend_hash_del(EG(active_symbol_table), varname, varname_len + 1);
  23. /* 初始化新的zval的refcount,并在符号表中重新添加此变量信息,并将其值与我们的新zval相关联。*/
  24. varcopy->refcount = 1;
  25. varcopy->is_ref = 0;
  26. zend_hash_add(EG(active_symbol_table), varname, varname_len + 1,&varcopy, sizeof(zval*), NULL);
  27. /* 返回新zval的地址 */
  28. return varcopy;
  29. }

现在$b变量拥有了自己的zval,并且可以自由的修改它的值了。

Change on Write

如果用户在PHP脚本中显式的让一个变量引用另一个变量时,我们的内核是如何处理的呢?

  1. $a = 1;
  2. $b = &$a;
  3. $b += 5;
作为一个标准的PHP程序猿,我们都知道$a的值也变成6了。当我们更改$b的值时,内核发现$b是$a的一个用户端引用,也就是所它可以直接改变$b对应的zval的值,而无需再为它生成一个新的不同与$a的zval。因为他知道$a和$b都想得到这次变化! 但是内核是怎么知道这一切的呢?简单的讲,它是通过zval的is_refgc成员来获取这些信息的。这个成员只有两个值,就像开关的开与关一样。它的这两个状态代表着它是否是一个用户在PHP语言中定义的引用。在第一条语句($a = 1;)执行完毕后,$a对应的zval的refcountgc等于1,is_refgc等于0;。 当第二条语句执行后($b = &$a;),refcountgc属性向往常一样增长为2,而且is_ref__gc属性也同时变为了1! 最后,在执行第三条语句的时候,内核再次检查$b的zval以确定是否需要复制出一份新的zval结构来,这次不需要复制,因为我们刚才上面的get_var_and_separate函数其实是个简化版,并且少写了一个条件:

  1. /* 如果这个zval在php语言中是通过引用的形式存在的,或者它的refcount小于2,则不需要复制。*/
  2. if ((*varval)->is_ref || (*varval)->refcount < 2) {
  3. return *varval;
  4. }

这一次,尽管它的refcount等于2,但是因为它的is_ref等于1,所以也不会被复制。内核会直接的修改这个zval的值。

Separation Anxiety

我们已经了解了php语言中变量的复制和引用的一些事,但是如果复制和引用这两个事件被组合起来使用了该怎么办呢?看下面这段代码:

  1. $a = 1;
  2. $b = $a;
  3. $c = &$a;

这里我们可以看到,$a,$b,$c这三个变量现在共用一个zval结构,有两个属于change-on-write组合($a,$c),有两个属于copy-on-write组合($a,$b),我们的is_refgc和refcountgc该怎样工作,才能正确的处理好这段复杂的关系呢? The answer is: 不可能!在这种情况下,变量的值必须分离成两份完全独立的存在!$a与$c共用一个zval,$b自己用一个zval,尽管他们拥有同样的值,但是必须至少通过两个zval来实现。见图3.2【在引用时强制复制!】

3.2 引用计数 - 图1

同样,下面的这段代码同样会在内核中产生歧义,所以需要强制复制!

  1. //上图对应的代码
  2. $a = 1;
  3. $b = &$a;
  4. $c = $a;

图3.3:

3.2 引用计数 - 图2

需要注意的是,在这两种情况下,$b都与原初的zval相关联,因为当复制发生时,内核还不知道第三个变量的名字。