PHP运行原理

PHP简介：PHP是一种适用于web开发的动态脚本语言（网页快捷开发），是用纯C语言实现的。我们可以认为PHP就是一个用C语言实现包含大量组件的软件框架。更狭义一点可以认为是一个功能强大的UI框架。

PHP的设计理念及特点

• 多进程模型：PHP采用多进程模型，不同请求之间互不干涉，保证了一个请求挂掉不会对其它请求和服务造成影响。当然，PHP目前已支持多线程模型；
• 弱类型语言：PHP是一门弱类型语言，变量的类型在定义时是不需要给定的，会在运行中根据变量的值发生隐式或是显式的类型转换，这种机制的灵活性在web开发中非常方便、高效；
• PHP通过引擎（zend）+组件（extension）的模式来降低内部耦合；
• 中间层（sapi）隔绝web server 与 PHP；
• 语法简单灵活，没有太多的规范，当容易导致代码风格的混乱。

PHP的四层架构（如下图）

• Zend引擎：也可以称之为Zend软件虚拟机，用于翻译执行PHP代码。Zend整体用纯C实现，是PHP的内核部分，它将PHP代码翻译（词法、语法解析等一系列编译过程）为可执行opcode代码，并实现相应的处理方法、实现了基本的数据结构（主要的数据结构是hashtable）、内存分配及管理、提供了相应的api方法供外部调用，是一切的核心，所有的外围功能均围绕Zend实现。

  • Opcode：是一种PHP脚本编译后的中间语言，是PHP最终真正执行的代码，类似于java中的字节码（ByteCode）执行一段PHP代码会有如下四个步骤：
    
    • 将PHP代码转换为语言片段(Tokens)；
    • 将Tokens转换成简单而有意义的表达式；
    • 将表达式编译成Opocde；
    • 顺次执行Opcodes，每次一条，从而实现PHP脚本的功能。
  • 由上可知，PHP实现了一个典型的动态语言执行过程：拿到一段代码后，经过词法解析、语法解析等阶段后，源程序会被翻译成一个个指令 (opcode)，然后Zend虚拟机顺次执行这些指令完成操作。另外，PHP本身是用C实现的，因此最终调用的也都是C的函数，实际上，我们可以把PHP看做是一个C开发的软件。PHP的执行的核心是翻译出来的一条一条指令，即opcode。
  • 补充：现在有的Cache比如APC，可以使得PHP缓存住Opcodes，这样，每次有请求来临的时候，就不需要重复执行前面3步，从而能大幅的提高PHP的执行速度。

• Extensions：围绕着Zend引擎，extensions通过组件式的方式提供各种基础服务，我们常见的各种内置函数（如array 系列）、标准库等都是通过extension来实现，用户也可以根据需要实现自己的extension以达到功能扩展、性能优化等目的（如PHP中间层、富文本解析就是extension的典型应用）。

• Sapi：Sapi全称是Server Application Programming Interface，也就是服务端应用编程接口，Sapi通过一系列钩子函数，使得PHP可以和外围交互数据，这是PHP非常优越和成功的一个设计，通过 sapi成功的将PHP本身和上层应用解耦隔离，PHP可以不再考虑如何针对不同应用进行兼容，而应用本身也可以针对自己的特点实现不同的处理方式。

  • Sapi通过一系列的接口，使得外部应用可以和PHP交换数据并可以根据不同应用的特性实现特定的处理方法，我们常见的一些sapi有：

    • apache2handler：这是以apache作为webserver，采用mod_PHP模式运行时候的处理方式也是现在应用最广泛的一种。
    • cgi：这是webserver和PHP直接的另一种交互方式，也就是大名鼎鼎的fastcgi协议，在最近几年fastcgi+PHP得到越来越多的应用，也是异步webserver所唯一支持的方式。
    • cli：命令行调用的应用模式

• 上层应用：这就是我们平时编写的PHP脚本程序，通过不同的sapi方式得到各种各样的应用模式，如通过webserver（比较常用的是Apache或Nginx）实现web应用、在命令行下以脚本方式运行等等。

核心数据结构HashTable

• HashTable在PHP中是数据存储的核心。各种常量、变量、函数、类以及对象都是通过HashTable来组织的。在实现HashTable时结合了双向链表和数组两种数据结构的优点，提供了非常高效的查询与存储机制。
• 在Zend HashTable包括两个主要的数据结构，其一是Bucket（桶）结构，另一个是HashTable结构。Bucket结构是用于保存数据的容器，而 HashTable结构则提供了对所有这些Bucket(或桶列)进行管理的机制。每个元素（Bucket）都有一个唯一的键名（Key），根据键名可以在HashTable中确定一个唯一的数据元素。
• Bucket结构：

typedef struct bucket {
ulong h;       /* Used for numeric indexing */
uint nKeyLength;     /* key 长度 */
void *pData;      /* 指向Bucket中保存的数据的指针 */
void *pDataPtr;     /* 指针数据 */
struct bucket *pListNext;   /* 指向HashTable桶列中下一个元素 */
struct bucket *pListLast;    /* 指向HashTable桶列中前一个元素 */
struct bucket *pNext;    /* 指向具有同一个hash值的桶列的后一个元素 */
struct bucket *pLast;    /* 指向具有同一个hash值的桶列的前一个元素 */
char arKey[1];      /* 必须是最后一个成员，key名称*/
} Bucket;

• 补充：键名有两种表示方式。第一种方式使用字符串arKey作为键名，该字符串的长度为nKeyLength。注意到在上面的数据结构中arKey虽然只是一个长度为1的字符数组，但它并不意味着key只能是一个字符。实际上Bucket是一个可变长的结构体，由于arKey是 Bucket的最后一个成员变量，通过arKey与nKeyLength结合可确定一个长度为nKeyLength的key。这是C语言编程中的一个比较常用的技巧。另一种键名的表示方式是索引方式，这时nKeyLength总是0，长整型字段h就表示该数据元素的键名。简单的来说，即如果 nKeyLength=0，则键名为h；否则键名为arKey, 键名的长度为nKeyLength。当nKeyLength > 0时，并不表示这时的h值就没有意义。事实上，此时它保存的是arKey对应的hash值。不管hash函数怎么设计，冲突都是不可避免的，也就是说不同 的arKey可能有相同的hash值。具有相同hash值的Bucket保存在HashTable的arBuckets数组(参考下面的解释)的同一个索引对应的桶列中。这个桶列是一个双向链表，其前向元素，后向元素分别用pLast, pNext来表示。新插入的Bucket放在该桶列的最前面。在Bucket中，实际的数据是保存在pData指针指向的内存块中，通常这个内存块是系统另外分配的。但有一种情况例外，就是当Bucket保存的数据是一个指针时，HashTable将不会另外请求系统分配空间来保存这个指针，而是直接将该指针保存到pDataPtr中，然后再将pData指向 本结构成员的地址。这样可以提高效率，减少内存碎片。由此我们可以看到PHP HashTable设计的精妙之处。如果Bucket中的数据不是一个指针，pDataPtr为NULL。HashTable中所有的Bucket通过pListNext, pListLast构成了一个双向链表。最新插入的Bucket放在这个双向链表的最后。
• 注意：在一般情况下，Bucket并不能提供它所存储的数据大小的信息。所以在PHP的实现中，Bucket中保存的数据必须具有管理自身大小的能力。
• HashTable结构：

typedef struct _hashtable {
uint nTableSize;
uint nTableMask;
uint nNumOfElements;
ulong nNextFreeElement;
Bucket *pInternalPointer;
Bucket *pListHead;
Bucket *pListTail;
Bucket **arBuckets;
dtor_func_t pDestructor;
zend_bool persistent;
unsigned char nApplyCount;
zend_bool bApplyProtection;
 
#if ZEND_DEBUG
int inconsistent;
#endif
} HashTable;

• 在HashTable结构中，nTableSize指定了HashTable的大小，同时它限定了HashTable中能保存Bucket的最大数量，此数越大，系统为HashTable分配的内存就越多。为了提高计算效率，系统自动会将nTableSize调整到最小一个不小于nTableSize的2 的整数次方。也就是说，如果在初始化HashTable时指定一个nTableSize不是2的整数次方，系统将会自动调整nTableSize的值。即：nTableSize = 2ceil(log(nTableSize, 2)) 或 nTableSize = pow(ceil(log(nTableSize,2)))。如果在初始化HashTable的时候指定nTableSize = 11，HashTable初始化程序会自动将nTableSize增大到16。
• arBuckets是HashTable的关键，HashTable初始化程序会自动申请一块内存，并将其地址赋值给arBuckets，该内存大小正好能容纳nTableSize个指针。我们可以将arBuckets看作一个大小为nTableSize的数组，每个数组元素都是一个指针，用于指向实际存放数据的Bucket。当然刚开始时每个指针均为NULL。
• nTableMask的值永远是nTableSize – 1，引入这个字段的主要目的是为了提高计算效率，是为了快速计算Bucket键名在arBuckets数组中的索引。
• nNumberOfElements记录了HashTable当前保存的数据元素的个数。当nNumberOfElement大于nTableSize时，HashTable将自动扩展为原来的两倍大小。
• nNextFreeElement记录HashTable中下一个可用于插入数据元素的arBuckets的索引。
• pListHead、 pListTail则分别表示Bucket双向链表的第一个和最后一个元素，这些数据元素通常是根据插入的顺序排列的。也可以通过各种排序函数对其进行重 新排列。pInternalPointer则用于在遍历HashTable时记录当前遍历的位置，它是一个指针，指向当前遍历到的Bucket，初始值是 pListHead。
• pDestructor是一个函数指针，在HashTable增加、修改、删除Bucket时自动调用，用于处理相关数据的清理工作。
• persistent标志位指出了Bucket内存分配的方式。如果persisient为TRUE，则使用操作系统本身的内存分配函数为Bucket分配内存，否则使用PHP的内存分配函数。具体请参考PHP的内存管理。
• nApplyCount与bApplyProtection结合提供了一个防止在遍历HashTable时进入递归循环时的一种机制。
• inconsistent成员用于调试目的，只在PHP编译成调试版本时有效。表示HashTable的状态，状态有四种：

状态值 				含义
HT_IS_DESTROYING 	正在删除所有的内容，包括arBuckets本身
HT_IS_DESTROYED 	已删除，包括arBuckets本身
HT_CLEANING 		正在清除所有的arBuckets指向的内容，但不包括arBuckets本身
HT_OK 				正常状态，各种数据完全一致

• 键名结构：

typedef struct _zend_hash_key {
char *arKey;      /* hash元素key名称 */
uint nKeyLength;     /* hash 元素key长度 */
ulong h;       /* key计算出的hash值或直接指定的数值下标 */
} zend_hash_key;

• 现在来看zend_hash_key结构就比较容易理解了。它通过arKey, nKeyLength, h三个字段唯一确定了HashTable中的一个元素。

结语：以上便是自己总结的一些原理知识，其中参考了一位大佬写的文章，非常不错，推荐一下Zend HashTable详解，文章中对HashTable的实现也做了描述，值得一看。