PHP内核介绍及扩展开发指南(1)—基础知识

一、 基础知识

本章简要介绍一些Zend引擎的内部机制，这些知识和Extensions密切相关，同时也可以帮助我们写出更加高效的PHP代码。

1.1 PHP变量的存储

1.1.1 zval结构

Zend使用zval结构来存储PHP变量的值，该结构如下所示：

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; 
}; 
   
typedef struct _zval_struct zval; 
<span id="more-597"></span>Zend根据type值来决定访问value的哪个成员，可用值如下：

根 据这个表格可以发现两个有意思的地方：首先是PHP的数组其实就是一个HashTable，这就解释了为什么PHP能够支持关联数组了；其 次，Resource就是一个long值，它里面存放的通常是个指针、一个内部数组的index或者其它什么只有创建者自己才知道的东西，可以将其视作一 个handle

1.1.1 引用计数

引用计数在垃圾收集、内存池以及字符串等地方应用广泛，Zend就实现了典型的引用计数。多个PHP变量可以通过引用计数机制来共享同一份zval，zval中剩余的两个成员is_ref和refcount就用来支持这种共享。

很明显，refcount用于计数，当增减引用时，这个值也相应的递增和递减，一旦减到零，Zend就会回收该zval。

那么is_ref呢？

1.1.2 zval状态

在 PHP中，变量有两种——引用和非引用的，它们在Zend中都是采用引用计数的方式存储的。对于非引用型变量，要求变量间互不相干，修改一个变量时，不能 影响到其他变量，采用Copy-On-Write机制即可解决这种冲突——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refcount为1的zval，并递减原zval的refcount，这个过程称为“zval分离”。然而，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。

可见，有必要指出当前zval的状态，以分别应对这两种情 况，is_ref就是这个目的，它指出了当前所有指向该zval的变量是否是采用引用赋值的——要么全是引用，要么全不是。此时再修改一个变量，只有当发 现其zval的is_ref为0，即非引用时，Zend才会执行Copy-On-Write。

1.1.3 zval状态切换

当在一个zval上进行的所有赋值操作都是引用或者都是非引用时，一个is_ref就足够应付了。然而，世界总不会那么美好，PHP无法对用户进行这种限制，当我们混合使用引用和非引用赋值时，就必须要进行特别处理了。

情况I、看如下PHP代码：

<!--p $a = 1;  $b = &$a;  $c = &$b;  $d = $c;  // 在一堆引用赋值中，插入一个非引用-->

全过程如下所示：

这 段代码的前三句将把a、b和c指向一个zval，其is_ref=1, refcount=3；第四句是个非引用赋值，通常情况下只需要增加引用计数即可，然而目标zval属于引用变量，单纯的增加引用计数显然是错误的， Zend的解决办法是为d单独生成一份zval副本。

全过程如下所示：

 

1.1.1 参数传递

PHP函数参数的传递和变量赋值是一样的，非引用传递相当于非引用赋值，引用传递相当于引用赋值，并且也有可能会导致执行zval状态切换。这在后面还将提到。

1.2 HashTable结构

HashTable是Zend引擎中最重要、使用最广泛的数据结构，它被用来存储几乎所有的东西。

1.1.1 数据结构

HashTable数据结构定义如下：

typedef struct bucket { 
    ulong h;                // 存放hash 
    uint nKeyLength; 
    void *pData;            // 指向value，是用户数据的副本 
    void *pDataPtr; 
    struct bucket *pListNext;   // pListNext和pListLast组成 
    struct bucket *pListLast;   // 整个HashTable的双链表 
    struct bucket *pNext;       // pNext和pLast用于组成某个hash对应 
    struct bucket *pLast;       // 的双链表 
    char arKey[1];              // key 
} Bucket; 
   
typedef struct _hashtable { 
    uint nTableSize; 
    uint nTableMask; 
    uint nNumOfElements; 
    ulong nNextFreeElement; 
    Bucket *pInternalPointer;   /* Used for element traversal */
    Bucket *pListHead; 
    Bucket *pListTail; 
    Bucket **arBuckets;         // hash数组 
    dtor_func_t pDestructor;    // HashTable初始化时指定，销毁Bucket时调用 
    zend_bool persistent;       // 是否采用C的内存分配例程 
    unsigned char nApplyCount; 
    zend_bool bApplyProtection; 
#if ZEND_DEBUG 
    int inconsistent; 
#endif
} HashTable;

总的来说，Zend的HashTable是一种链表散列，同时也为线性遍历进行了优化，图示如下：

HashTable中包含两种数据结构，一个链表散列和一个双向链表，前者用于进行快速键-值查询，后者方便线性遍历和排序，一个Bucket同时存在于这两个数据结构中。

关于该数据结构的几点解释：

l 链表散列中为什么使用双向链表？
一般的链表散列只需要按key进行操作，只需要单链表就够了。但是，Zend有时需要从链表散列中删除给定的Bucket，使用双链表可以非常高效的实现。

l nTableMask是干什么的？
这 个值用于hash值到arBuckets数组下标的转换。当初始化一个HashTable，Zend首先为arBuckets数组分配 nTableSize大小的内存，nTableSize取不小于用户指定大小的最小的2^n，即二进制的10*。nTableMask = nTableSize – 1，即二进制的01*，此时h & nTableMask就恰好落在 [0, nTableSize – 1] 里，Zend就以其为index来访问arBuckets数组。

l pDataPtr是干什么的？
通 常情况下，当用户插入一个键值对时，Zend会将value复制一份，并将pData指向value副本。复制操作需要调用Zend内部例程 emalloc来分配内存，这是个非常耗时的操作，并且会消耗比value大的一块内存（多出的内存用于存放cookie），如果value很小的话，将 会造成较大的浪费。考虑到HashTable多用于存放指针值，于是Zend引入pDataPtr，当value小到和指针一样长时，Zend就直接将其 复制到pDataPtr里，并且将pData指向pDataPtr。这就避免了emalloc操作，同时也有利于提高Cache命中率。