深入PHP內核 ------- 引用

最近，和一個網友交流的時候，給我提了一個非常奇怪的問題。那就是，在一個運算中，加了一個引用之後，發現性能慢了一萬倍。在我的腦海裏面，引用是一個非常容易出錯的問題，特別是PHP裏面的引用，有非常多的陷阱。因爲，以前專門研究過這一塊PHP的源代碼，所以，我可以比較清晰的解析引用到底是怎麼一回事，希望，讀了我這篇博客的PHP開發者，能徹底理解這個問題。如果，有任何疑問，或者有一些你想了解的問題，可以給我留言。

先來看一段代碼:

class RefferTest
{private $data;private $testKey;
    function __construct()
    {
        $key = "hello";
        $this->data[$key] = range(0, 10000);
        $this->testKey = $key;
    }

    function reffer($key)
    {
        $reffer = &$this->data[$key];return count($reffer);
    }

    function noreffer($key)
    {
       return count($this->data[$key]);
    }

    function test()
    {
        $t1 = microtime(true);for ($i = 0; $i < 5000; $i++)
        {
            $this->reffer($this->testKey);
        }
        $t2 = microtime(true) - $t1;
        var_dump("reffer: " . round($t2, 4));
        
        $t1 = microtime(true);for ($i = 0; $i < 5000; $i++)
        {
            $this->noreffer($this->testKey);
        }
        $t2 = microtime(true) - $t1;
        var_dump("noreffer: " . round($t2, 4));
    }
}
$test = new RefferTest();
$test->test();

如果你完這個代碼，能說出，爲了reffer 和 noreffer會差一萬倍的性能，那下面的也就沒有必要往下看了。這篇博客針對的是，PHP的新手。你可以運行一下這個代碼試試看，的確差了一萬倍。當然，那個網友遇到的問題的代碼要比上面的複雜，上面的代碼是我爲了說明問題，特意簡化的。或許你已經從代碼裏面看出問題了，但是，至於爲什麼會這樣。我想，還是有必要分析一下。這樣，以後，在使用PHP的時候，纔不會犯相同的錯誤。

PHP爲了減少複製，採用了一種copy on writer的機制。我想，這是一種非常常見的機制，你也一定聽說過。比如，gcc 的 stl string 的實現，就是採用這樣的機制，字符串賦值，不是真正的複製，而且，在修改的時候纔會進行復制。我們先來舉個最簡單的例子：

   1:  $a = str_repeat("0", 10000);

   2:  $b = $a;

   3:  $a[0] = "1";

$a 是一個非常大的字符串，如果 $b = $a 的時候，進行復制，那要耗費很多內存 和 cpu，這樣非常的不划算，萬一，下面的代碼並不修改$a 和 $b 那複製根本沒有必要。當然，$a 在後面又被修改了，這個時候，必須進行復制了，否則就不符合邏輯了。但是，現在問題來了，怎麼知道，$a 在修改的時候，要進行復制呢，必須要有這樣一個標記。方法就是採用引用計數。引用計數還被用來進行內存的管理。

基本的流程是這樣的：

1: 創建一個變量，可以保存 10000 個 0 的這樣一個字符串。

2: 創建一個變量符號 a ，這個變量符號引用 這個變量。注意，變量符號 和 變量不是一回事情，這兩者是分離的。

如果從C語言的角度來說，PHP大概完成這樣一件事情：

   1:  char *varname = "a";

   2:  size_t varname_len = strlen(varname);

   3:  zend_hash_add(EG(active_symbol_table), varname, varname_len + 1, &var, sizeof(zval*), NULL);

active_symbol_table 是PHP的一個符號表，所有能訪問到的變量都在這個裏面，他是一個哈希表。var 這個變量，保存了 10000 個 0 這個字符串。而且是zval的結構，zval的結構如下：

typedef struct _zval_struct {
    zvalue_value value;
    zend_uint refcount;
    zend_uchar type;
    zend_uchar is_ref;
} zval;

typedef union _zvalue_value {long lval;double dval;struct {char *val;int len;
    } str;
    HashTable *ht;
    zend_object_value obj;
} zvalue_value;

zvalue_value 是一個聯合，可以保存 long， double， 字符串，哈希表（PHP Array），還有就是 對象。也就是所有的PHP的類型。 zval 其實 就是 對 zvalue_value ，加入了類型type 和 引用is_ref，引用計數refcount三個功能。這就是PHP中的普通變量。要是用PHP做比較大型的東西，就會發現，內存佔用非常厲害。就是因爲，他一個變量 不是 傳統C語言的那個變量了，它加了很多東西。

好了，第一句完成了，下面是第二句。第二句很簡單，會產生一個新的變量符號b，把他加入 active_symbol_table ，但是不會增加新的一個變量，而只是，refcount++。賦值就完成了。如圖：

首先我們要注意的是，a ，b 只是一個符號，他是active_symbol_table 表裏面的一個key，都有一個指針指向一個zval，所以，a 和b 在 C語言層面上是完全一致的。我們就得出PHP變量第一定律：

PHP變量第一定律：如果兩個變量指向同一個zval，那麼這兩個變量是無差別的。也就是說，任何對a 的操作 相對b 都是對稱的。這裏的對稱，是這樣理解的。就是鏡子中的你，而不是等同。比如，對 a 進行 賦值，a 就會產生 copy。同樣的，如果對b進行賦值，也會進行相同的操作，那就是b產生一個copy。也就是說，a 和b的行爲是一樣的。

第三句，當writer發生的時候，PHP會判斷一下refcount 是否大於2，如果大於2，那麼就複製一下zval，然後，把原來那個zval refcount--。這就是copy on writer 的全部了，你一定覺得，這一切你都是非常的熟悉，你都懂。

但是，PHP不僅僅是copy on writer 這樣簡單，它還有一個引用的問題。引入引用的概念，這樣，問題就變的有些複雜了。因爲，引用這個標記，意思就是說，writer 的時候，你也不需要複製。這樣，會修改原來的那個變量。從我們在學校裏面以前經常學習的哲學上來說，這是一對矛盾。他們是對立的，又是統一的，各有各的用處。所謂，存在的就是合理的。

好，下面我們來看看這對矛盾，我們只考慮兩種組合的情況。多種組合都是類似的。兩種組合的話，就是賦值在前，引用在後。

或者 引用在前，賦值在後。我們會分別討論，先來看：就是賦值在前，引用在後的情況。

   1:      $a = 1;

   2:      $b = $a;

   3:      $c = &$a;

$b = $a, 是copy on writer 行爲的 賦值。而 $c 和 $a 是引用賦值。我們假設在上面這樣的情況下，我們可以用一個zval表示，也就是不需要複製，那麼情況是這樣的：

根據我們的PHP變量第一定律，那，就是說，a，b，c的操作是對稱的，但是非常明顯，對 b 操作要產生複製行爲，而對a操作不會產生複製，操作行爲不相同，和第一定律矛盾。也就是說，要使得上面的操作沒有矛盾，必須，進行分離。分離的原則就是，誰製造矛盾，誰複製。顯然是 第三句話，$c = &$a; 在製造矛盾。所以，內部變量的複製過程如下圖：

上面情況是賦值在前，引用在後的情況。還有一種情況是，引用在前賦值在後：

   1:      $a = 1;

   2:      $b = &$a;

   3:      $c = $a;

按照PHP變量的第一定律，a，b，c 必須進行分離，才能保證定律的正確。可以發現，b 和 a 明顯是一夥人，就是說，b 和 a 的操作是對稱的，他們可以指向同一個zval ，而c 的行爲和 a，b 不一樣，改變c 需要進行復制。看到這裏，我想，如果你看懂了的話，爲什麼剛開始，貼出來的那段代碼的，那個兩個count差異如此之大，你也應該明白了。當我和那個網友討論的時候，它最後說，那這樣的話，PHP設計的不好，我完全可以，$c先不進行復制，等c被write 了，再進行復制。看來要說懂一個東西，還是一件很難的事情，好好想想那個PHP第一定律吧。你可以假設不進行分離，c指向同一個zval，所以，c 和 a，b的行爲是一樣的，是is_ref = 1，所以，c 不會進行復制。最後一種內部執行情況可以用下圖表示：

我以前也進行搞混這個引用，現在，你可以用那個第一定律來分析所有的情況了。PHP內核分析的文章，以後我還會寫一些，如果你想深入瞭解PHP的某些方面，可以給我留言。

最後再補充一點，也是一個隱性的錯誤。

function count_bigarray()
{
    global $bigarray;return count($bigarray);
}

這裏，沒有顯示的引用，但是這裏隱藏了一個引用。PHP會自動創建一個引用全局變量 $bigarray 的代碼，如果你在這裏使用count，那麼這個效率會非常的慢。最好直接通過$GLOBAL 數組進行引用。