PHP變量及關聯內存對象的內部表示

　　垃圾回收說到底是對變量及其所關聯內存對象的操作，所以在討論PHP的垃圾回收機制之前，先簡要介紹PHP中變量及其內存對象的內部表示(其C源代碼中的表示)。

　　PHP官方文檔中將PHP中的變量劃分為兩類：標量類型和復雜類型。標量類型包括布爾型、整型、浮點型和字符串;復雜類型包括數組、對象和資源;還有一個NULL比較特殊，它不劃分為任何類型，而是單獨成為一類。

　　所有這些類型，在PHP內部統一用一個叫做zval的結構表示，在PHP源代碼中這個結構名稱為“_zval_struct”。zval的具體定義在PHP源代碼的“Zend/zend.h”文件中，下面是相關代碼的摘錄。

　　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__gc; zend_uchar type; /* active type */ zend_uchar is_ref__gc; };

　　其中聯合體“_zvalue_value”用于表示PHP中所有變量的值，這里之所以使用union，是因為一個zval在一個時刻只能表示一種類型的變量�？梢钥吹絖zvalue_value中只有5個字段，但是PHP中算上NULL有8種數據類型，那么PHP內部是如何用5個字段表示8種類型呢?這算是PHP設計比較巧妙的一個地方，它通過復用字段達到了減少字段的目的。例如，在PHP內部布爾型、整型及資源(只要存儲資源的標識符即可)都是通過lval字段存儲的;dval用于存儲浮點型;str存儲字符串;ht存儲數組(注意PHP中的數組其實是哈希表);而obj存儲對象類型;如果所有字段全部置為0或NULL則表示PHP中的NULL，這樣就達到了用5個字段存儲8種類型的值。

　　而當前zval中的value(value的類型即是_zvalue_value)到底表示那種類型，則由“_zval_struct”中的type確定。_zval_struct即是zval在C語言中的具體實現，每個zval表示一個變量的內存對象。除了value和type，可以看到_zval_struct中還有兩個字段refcount__gc和is_ref__gc，從其后綴就可以斷定這兩個家伙與垃圾回收有關。沒錯，PHP的垃圾回收全靠這倆字段了。其中refcount__gc表示當前有幾個變量引用此zval，而is_ref__gc表示當前zval是否被按引用引用，這話聽起來很拗口，這和PHP中zval的“Write-On-Copy”機制有關，由于這個話題不是本文重點，因此這里不再詳述，讀者只需記住refcount__gc這個字段的作用即可。

　　PHP5.2中的垃圾回收算法——Reference Counting

　　PHP5.2中使用的內存回收算法是大名鼎鼎的Reference Counting，這個算法中文翻譯叫做“引用計數”，其思想非常直觀和簡潔：為每個內存對象分配一個計數器，當一個內存對象建立時計數器初始化為1(因此此時總是有一個變量引用此對象)，以后每有一個新變量引用此內存對象，則計數器加1，而每當減少一個引用此內存對象的變量則計數器減1，當垃圾回收機制運作的時候，將所有計數器為0的內存對象銷毀并回收其占用的內存。而PHP中內存對象就是zval，而計數器就是refcount__gc。

　　例如下面一段PHP代碼演示了PHP5.2計數器的工作原理(計數器值通過xdebug得到)：

　　Reference Counting簡單直觀，實現方便，但卻存在一個致命的缺陷，就是容易造成內存泄露。很多朋友可能已經意識到了，如果存在循環引用，那么Reference Counting就可能導致內存泄露。例如下面的代碼：

　　這段代碼首先建立了數組a，然后讓a的第一個元素按引用指向a，這時a的zval的refcount就變為2，然后我們銷毀變量a，此時a最初指向的zval的refcount為1，但是我們再也沒有辦法對其進行操作，因為其形成了一個循環自引用，如下圖所示：

　　其中灰色部分表示已經不復存在。由于a之前指向的zval的refcount為1(被其HashTable的第一個元素引用)，這個zval就不會被GC銷毀，這部分內存就泄露了。

　　這里特別要指出的是，PHP是通過符號表(Symbol Table)存儲變量符號的，全局有一個符號表，而每個復雜類型如數組或對象有自己的符號表，因此上面代碼中，a和a[0]是兩個符號，但是a儲存在全局符號表中，而a[0]儲存在數組本身的符號表中，且這里a和a[0]引用同一個zval(當然符號a后來被銷毀了)。希望讀者朋友注意分清符號(Symbol)的zval的關系。

　　在PHP只用于做動態頁面腳本時，這種泄露也許不是很要緊，因為動態頁面腳本的生命周期很短，PHP會保證當腳本執行完畢后，釋放其所有資源。但是PHP發展到目前已經不僅僅用作動態頁面腳本這么簡單，如果將PHP用在生命周期較長的場景中，例如自動化測試腳本或deamon進程，那么經過多次循環后積累下來的內存泄露可能就會很嚴重。這并不是我在聳人聽聞，我曾經實習過的一個公司就通過PHP寫的deamon進程來與數據存儲服務器交互。

　　由于Reference Counting的這個缺陷，PHP5.3改進了垃圾回收算法。

　　PHP5.3中的垃圾回收算法——Concurrent Cycle Collection in Reference Counted Systems

　　PHP5.3的垃圾回收算法仍然以引用計數為基礎，但是不再是使用簡單計數作為回收準則，而是使用了一種同步回收算法，這個算法由IBM的工程師在論文Concurrent Cycle Collection in Reference Counted Systems中提出。

　　這個算法可謂相當復雜，從論文29頁的數量我想大家也能看出來，所以我不打算(也沒有能力)完整論述此算法，有興趣的朋友可以閱讀上面的提到的論文(強烈推薦，這篇論文非常精彩)。

　　我在這里，只能大體描述一下此算法的基本思想。

　　首先PHP會分配一個固定大小的“根緩沖區”，這個緩沖區用于存放固定數量的zval，這個數量默認是10,000，如果需要修改則需要修改源代碼Zend/zend_gc.c中的常量GC_ROOT_BUFFER_MAX_ENTRIES然后重新編譯。

　　由上文我們可以知道，一個zval如果有引用，要么被全局符號表中的符號引用，要么被其它表示復雜類型的zval中的符號引用。因此在zval中存在一些可能根(root)。這里我們暫且不討論PHP是如何發現這些可能根的，這是個很復雜的問題，總之PHP有辦法發現這些可能根zval并將它們投入根緩沖區。

　　當根緩沖區滿額時，PHP就會執行垃圾回收，此回收算法如下：

　　1、對每個根緩沖區中的根zval按照深度優先遍歷算法遍歷所有能遍歷到的zval，并將每個zval的refcount減1，同時為了避免對同一zval多次減1(因為可能不同的根能遍歷到同一個zval)，每次對某個zval減1后就對其標記為“已減”。

　　2、再次對每個緩沖區中的根zval深度優先遍歷，如果某個zval的refcount不為0，則對其加1，否則保持其為0。

　　3、清空根緩沖區中的所有根(注意是把這些zval從緩沖區中清除而不是銷毀它們)，然后銷毀所有refcount為0的zval，并收回其內存。

　　如果不能完全理解也沒有關系，只需記住PHP5.3的垃圾回收算法有以下幾點特性：

　　1、并不是每次refcount減少時都進入回收周期，只有根緩沖區滿額后在開始垃圾回收。

　　2、可以解決循環引用問題。

　　3、可以總將內存泄露保持在一個閾值以下。

　　PHP5.2與PHP5.3垃圾回收算法的性能比較

　　由于我目前條件所限，我就不重新設計試驗了，而是直接引用PHP Manual中的實驗，關于兩者的性能比較請參考PHP Manual中的相關章節：http://www.php.net/manual/en/features.gc.performance-considerations.php。

　　首先是內存泄露試驗，下面直接引用PHP Manual中的實驗代碼和試驗結果圖：

　　self = $a; if ( $i % 500 === 0 ) { echo sprintf( '%8d: ', $i ), memory_get_usage() - $baseMemory, "\n"; } } ?>

　　可以看到在可能引發累積性內存泄露的場景下，PHP5.2發生持續累積性內存泄露，而PHP5.3則總能將內存泄露控制在一個閾值以下(與根緩沖區大小有關)。

　　另外是關于性能方面的對比：

　　self = $a; } echo memory_get_peak_usage(), "\n"; ?>

　　這個腳本執行1000000次循環，使得延遲時間足夠進行對比。

　　然后使用CLI方式分別在打開內存回收和關閉內存回收的的情況下運行此腳本：

　　time php -dzend.enable_gc=0 -dmemory_limit=-1 -n example2.php # and time php -dzend.enable_gc=1 -dmemory_limit=-1 -n example2.php

　　在我的機器環境下，運行時間分別為6.4s和7.2s，可以看到PHP5.3的垃圾回收機制會慢一些，但是影響并不大。

　　與垃圾回收算法相關的PHP配置

　　可以通過修改php.ini中的zend.enable_gc來打開或關閉PHP的垃圾回收機制，也可以通過調用gc_enable()或gc_disable()打開或關閉PHP的垃圾回收機制。在PHP5.3中即使關閉了垃圾回收機制，PHP仍然會記錄可能根到根緩沖區，只是當根緩沖區滿額時，PHP不會自動運行垃圾回收，當然，任何時候您都可以通過手工調用gc_collect_cycles()函數強制執行內存回收。