typephp的编译原理

TypePHP 编译原理深度分析

一、整体定位

TypePHP 是一个 PHP → C++17 → 原生机器码 的 AOT（Ahead-Of-Time）编译器，由 Swoole 团队开发，完全用 PHP 编写且可自举（用 tpc 编译编译器自身的 PHP 源码得到原生二进制）。

与 OPcache（字节码缓存）和 PHP JIT（trace 编译）不同，TypePHP 不经过 Zend VM 解释执行，而是直接生成 CPU 原生指令。

二、核心编译流水线

从入口 src/compiler.php 的 main() 函数可以清晰看到五阶段流水线：

PHP 源码 + .stub.php + 可选 C/C++ 源码
        │
        ▼
  ① prepare()  —— 解析、校验、收集全部声明（符号表）
        │
        ▼
  ② convert()  —— 将函数体和常量表达式降级为 C++17
        │
        ▼
  ③ compile()  —— 原生 C++ 编译器 + PCH/对象缓存 → .o
        │
        ▼
  ④ build()    —— 链接 → 可执行文件 / PHP扩展 / 共享库 / WASI
        │
        ▼
  ⑤ run()      —— 可选：立即执行

三、阶段一：prepare（符号收集）

3.1 核心设计：两阶段分离

这是 TypePHP 最关键的架构决策。prepare 阶段只建立完整符号模型，不分配运行时 Cache ID，不解析常量表达式。常量和声明默认值只保留 AST，待全部项目符号就绪后再在 convert 阶段解析。

这一两阶段设计保证多文件构建和编译器自举过程具有确定性——避免前向引用导致的顺序依赖。

3.2 prepare 执行步骤（SourcePipelineTrait::prepare()）

步骤 说明
文件收集 支持单文件、目录、project.yml 三种输入；过滤 ignore 路径
运行时校验 验证 PHP 8.4+ 头文件、PHPX 库、C++ 工具链
Native class 发现 轻量预扫描，提前识别 #[Native] 类，解决前向引用
逐文件 prepareFile 解析 AST → 名称解析 → 验证 → 收集声明
Native global 发现 所有声明就绪后，解析 Native Object 全局变量的指针 ABI
拓扑排序 按类继承/依赖关系排序文件

3.3 prepareFile 内部流程（Preprocessor::prepareFile()）

源码 → php-parser 解析 AST
     → NameResolver（命名空间解析）
     → VoidCastValidationVisitor（(void) 丢弃表达式校验）
     → Visitor（通用变换/警告）
     → ConstantExpressionValidationVisitor（常量表达式校验）
     → RuntimeAttributeFactoryLowering（运行时 Attribute 工厂降级）
     → 遍历顶层语句，收集：
        ├── Stmt_Namespace  → prepareNamespace
        ├── Stmt_Class/Trait/Enum → prepareClass
        ├── Stmt_Interface  → parseInterface
        ├── Stmt_Function   → prepareFunction
        ├── Stmt_Use/GroupUse → 导入表
        ├── Stmt_Const      → parseConstDef
        └── Stmt_Expression → foundStrayCode（全局作用域禁止可执行语句）

处理后的 AST 保存在 $this->preparedFileAsts[$file] 中，供 convert 阶段复用。

四、阶段二：convert（C++ 代码生成）

4.1 finalizeDeclarationExpressions

在生成任何函数体之前，先遍历所有文件的已保存 AST，解析所有声明级常量表达式：

  • 类常量值
  • 属性默认值
  • 函数参数默认值
  • 全局常量

此时完整符号表已就绪，可以安全地解析跨文件常量引用。

4.2 逐文件 convertFile → doConvert

每个 PHP 文件生成一个对应的 .cpp 翻译单元：

重新解析 AST（与 prepare 相同的 Visitor 链）
→ 重置文件/命名空间/类/方法/函数上下文
→ 遍历顶层语句生成 C++：
    ├── Stmt_Namespace → parseNamespace（生成命名空间包裹）
    ├── Stmt_Class/Trait/Enum → parseClass（生成类实现 + 注册元数据）
    ├── Stmt_Function → parseFunction（生成函数体）
    ├── Stmt_Const → parseConstDef（生成常量）
    └── Stmt_Interface → 仅校验，不生成实现
→ 生成类包装器（genClassWrapper）：Zend class_entry 注册
→ 生成函数包装器（genFunctionWrapper）：Zend 函数注册 + 参数检查
→ 生成 const 数据块（内嵌二进制数据）
→ 拼接 include 头文件
→ 写入 .cpp 文件
→ 生成 .stub.php（IDE 辅助/库导出声明）

4.3 全局产物

除了每个文件的 .cpp，convert 阶段还生成：

产物 说明
php_{name}_func_decl.h 所有编译函数的 C++ 声明（extern php_xxx(...)）
php_{name}_data_decl.h 运行时数据声明（类表、函数表、字面量字符串表）
扩展模块源文件 get_module() 入口、Zend 模块注册、MINIT/RINIT 钩子
*.stub.php 库模式下的 PHP 导入声明（供其他 PHP 项目引用）

4.4 函数命名 ABI

所有编译后的 PHP 函数在 C++ 中以 php_ 前缀命名，命名空间分隔符 \ 转为 __：

namespace App\Service;
function calculate(int $x): int { ... }

→

extern int64_t php_App__Service__calculate(int64_t x);

五、阶段三：compile（C++ 编译）

5.1 预编译头（PCH）

PrecompiledHeaderManager 将公共头文件（phpx.h、typephp_helper.h、GMP/MPFR 等）预编译为 .gch/.pch，大幅加速增量编译。PCH 失败时自动降级为普通编译，不阻塞构建。

5.2 并行编译

  • Unix/Linux/macOS：使用 pcntl_fork() 多进程并行编译，由 NativeBuilder::dispatchParallel() 调度
  • Windows：顺序编译（compileSourceFile）
  • 支持 -j/--job 指定并行度（默认 4）

5.3 编译单元构成

每个 .cpp 编译为 .o，此外还包括：

  • PHPX 运行时源文件（typephp_runtime.cc、typephp_main.cc）
  • CLI 进程标题支持（php_cli_process_title.c、ps_title.c）
  • Windows 资源文件（.res：图标、版本信息）

六、阶段四：build（链接）

NativeBuilder::link() 调用平台链接器，将所有 .o + .res + PHPX/libphp/第三方库链接为最终产物。

三种构建模式

模式 产物 入口 运行时依赖
bin（默认） 原生可执行文件 全局 main() 函数 嵌入 libphp + PHPX
ext PHP 扩展 .so/.dll get_module() 宿主 PHP SAPI（php-fpm/CLI）
lib 共享库 + .stub.php 导出符号表 嵌入 libphp + PHPX

七、关键技术机制

7.1 原生类型系统（use native_types）

当文件声明 use native_types; 后，标量类型直接映射为 C++ 原生类型：

PHP 类型 C++ 类型 效果
int int64_t 算术运算直接编译为 CPU 指令，无 ZendVM 调用
float double 同上
bool bool 同上
string php::String PHPX 封装的二进制安全字符串
array php::Array Zend 数组（有序哈希映射）
object php::Object Zend 对象

这是性能提升的核心来源——数值密集代码可获得数量级加速。

7.2 强类型容器（std:: 前缀）

std::vector、std::array、std::map、std::ordered_map 的元素类型在编译期确定，直接映射为 C++ std::vector 等容器，最高比 PHP 数组快 10 倍，性能接近手写 C++。

7.3 SSA/e-SSA 优化器

Analysis\SsaBuilder 实现了基于 php-src Zend Optimizer 的 SSA（静态单赋值）机制，适配到 php-parser AST：

  1. 构建 CFG：从语句列表生成基本块
  2. 计算支配树：迭代算法
  3. 计算支配边界：用于 φ 函数放置
  4. 放置 φ 函数：在支配边界汇合点
  5. 变量重命名：遍历支配树转为 SSA 形式

特殊处理：

  • goto：创建非局部 CFG 边
  • unset($var)：标记为 "undefined" SSA 变量
  • &$var 引用：标记为 "escaped"，函数调用后视为未知值

e-SSA 的 Pi 节点记录类型收窄（如 if ($x instanceof Foo) 后真分支中 $x 类型收窄为 Foo），支撑后续的类型传播优化。

7.4 编译期 Attribute 代码生成

在 class lowering 阶段消费内置 Attribute，零运行时开销生成类型安全方法：

Attribute 生成
#[Getter] public function getName(): T
#[Setter] public function setName(T $name): void
#[With] public function withName(T $name): static（克隆+修改）
#[Constructor] 将属性加入自动生成的 __construct()
#[Printer] __toString()
#[Arrayable] toArray()
#[Immutable] 编译期只读契约检查
#[ArrayDef] 强类型数组结构元数据

7.5 混合 C++/PHP 互操作

通过 .stub.php 声明文件桥接：

// math.cpp
#include <phpx.h>
Int php_fast_sum(Int a, Int b) { return a + b; }

// math.stub.php —— 仅声明，函数体为空
function fast_sum(int $a, int $b): int {}

C++ 符号的 php_ 前缀属于 TypePHP callable ABI，stub 只提供类型元数据。

7.6 通用方法（Universal Methods）

在原生类型上直接调用方法（$s->upper()、$arr->contains()、$big->mul(2)），静态类型已知时在编译期直接解析为 C/C++ 函数调用——无虚表查找、无反射、无运行时派发。

八、运行时架构

8.1 PHPX 运行时层

生成的 C++ 代码通过 PHPX（Swoole 开发的 C++ PHP 扩展框架）与 Zend runtime 互操作：

  • 动态 PHP 值（php::Var、php::Ref、php::Array、php::Object）
  • 内置函数调用（php::fn::call("strlen", ...)）
  • 类注册、对象创建、属性访问
  • 异常抛出与捕获
  • 反射与对象元数据

8.2 双轨执行模型

用户函数/方法  → 编译为原生 C++ 函数，直接执行（不再走 Zend opcode）
内置函数/动态操作 → 通过 PHPX 调用 Zend runtime（fallback）

这意味着编译后的代码中，用户定义的函数是原生执行的，而 strlen()、array_map() 等内置函数以及动态特性（变量函数、$$var、反射）仍通过 Zend 执行。

九、自举（Bootstrap）

TypePHP 编译器本身完全用 PHP 编写，自举链路为：

PHP 解释器执行 bin/tpc.php（编译器源码）
    → 编译编译器自身的 src/ 目录
    → 生成原生 tpc 二进制
    → 用原生 tpc 再次编译自身（验证自举一致性）

自举测试是 CI 的重要环节，因为自举执行可能暴露 PHP-hosted 编译器不会经过的动态调用或 ABI 路径。

十、与同类方案的对比

特性 TypePHP KPHP PeachPie HHVM
目标语言 C++17 C++ C# / .NET C++（HHBC）
类型系统 渐进式（use native_types） 强制静态类型 .NET 类型系统 动态+JIT
PHP 兼容性 明确子集 严格子集 较完整 较完整（已停止）
自举 是（纯PHP） 否（C++写的编译器） 否（C#写的编译器） 否（C++写的编译器）
运行时 PHPX + libphp 自建运行时 .NET CLR 自建 VM
输出 bin/ext/lib/WASI 可执行文件 .NET 程序集 字节码+JIT

十一、未来方向：Backend-Neutral IR

当前 TypePHP 直接将 PHP AST 降级为 C++，这将语义分析、临时值管理、引用行为和 C++ 格式化耦合在一个阶段。docs/BACKEND_NEUTRAL_IR.md 规划了未来的中间表示：

PHP Parser AST
  → Bound AST（绑定语义信息：解析后的名称、作用域、类型、引用信息）
  → PHP Semantic IR（描述 PHP 行为，不含 C++ 实现细节）
  → Backend Lowering
      ├── C++/Zend Runtime IR → C++
      ├── JavaScript Runtime IR → JS
      └── WASM Runtime IR → wasm/wat

核心原则：IR 必须描述 PHP 语义而非 C++ 实现，php::Var、zend_*、zval* 等属于 C++ 后端，不应出现在语义 IR 中。

总结

TypePHP 的编译原理可以概括为：

  1. 两阶段确定性构建：prepare 收集符号（不解析常量）→ convert 生成代码（符号就绪后解析常量），解决前向引用和多文件顺序问题
  2. AST 直接降级 C++：基于 nikic/php-parser，通过大量 Trait 分模块处理各类语法节点，生成 C++17 代码
  3. 渐进式原生类型：use native_types 标量直接映射 C++ 原生类型，std:: 容器映射 C++ STL，其余保持 PHP 动态语义
  4. PHPX 桥接 Zend：用户函数编译为原生代码，内置函数和动态特性通过 PHPX 调用 Zend runtime
  5. SSA 优化：移植 php-src 的 SSA/e-SSA 机制到 AST 层面，支撑类型传播和死代码消除
  6. 三模式输出：同一套代码可编译为独立可执行文件、PHP 扩展或共享库
  7. 纯 PHP 自举：编译器自身用 PHP 编写，可编译自身生成原生二进制

posted on 2026-08-26 14:01  zh7314  阅读(8)  评论(0)    收藏  举报