淺談PHP 5中垃圾回收算法的演化
PHP是一門托管型語言，在PHP編程中程序員不需要手工處理內(nèi)存資源的分配與釋放(使用C編寫PHP或Zend擴(kuò)展除外)，這就意味著PHP本身實(shí)現(xiàn)了垃圾回收機(jī)制(Garbage Collection)?，F(xiàn)在如果去PHP官方網(wǎng)站(php.net)可以看到，目前PHP5的兩個(gè)分支版本PHP5.2和PHP5.3是分別更新的，這是因?yàn)樵S多項(xiàng)目仍然使用5.2版本的PHP，而5.3版本對(duì)5.2并不是完全兼容。PHP5.3在PHP5.2的基礎(chǔ)上做了諸多改進(jìn)，其中垃圾回收算法就屬于一個(gè)比較大的改變。本文將分別討論P(yáng)HP5.2和PHP5.3的垃圾回收機(jī)制，并討論這種演化和改進(jìn)對(duì)于程序員編寫PHP的影響以及要注意的問題。
PHP變量及關(guān)聯(lián)內(nèi)存對(duì)象的內(nèi)部表示
垃圾回收說到底是對(duì)變量及其所關(guān)聯(lián)內(nèi)存對(duì)象的操作，所以在討論P(yáng)HP的垃圾回收機(jī)制之前，先簡要介紹PHP中變量及其內(nèi)存對(duì)象的內(nèi)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(biāo)量類型和復(fù)雜類型。標(biāo)量類型包括布爾型、整型、浮點(diǎn)型和字符串;復(fù)雜類型包括數(shù)組、對(duì)象和資源;還有一個(gè)NULL比較特殊，它不劃分為任何類型，而是單獨(dú)成為一類。
所有這些類型，在PHP內(nèi)部統(tǒng)一用一個(gè)叫做zval的結(jié)構(gòu)表示，在PHP源代碼中這個(gè)結(jié)構(gòu)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(guān)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(lián)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?yàn)橐粋€(gè)zval在一個(gè)時(shí)刻只能表示一種類型的變量?？梢钥吹絖zvalue_value中只有5個(gè)字段，但是PHP中算上NULL有8種數(shù)據(jù)類型，那么PHP內(nèi)部是如何用5個(gè)字段表示8種類型呢?這算是PHP設(shè)計(jì)比較巧妙的一個(gè)地方，它通過復(fù)用字段達(dá)到了減少字段的目的。例如，在PHP內(nèi)部布爾型、整型及資源(只要存儲(chǔ)資源的標(biāo)識(shí)符即可)都是通過lval字段存儲(chǔ)的;dval用于存儲(chǔ)浮點(diǎn)型;str存儲(chǔ)字符串;ht存儲(chǔ)數(shù)組(注意PHP中的數(shù)組其實(shí)是哈希表);而obj存儲(chǔ)對(duì)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(dá)到了用5個(gè)字段存儲(chǔ)8種類型的值。
而當(dāng)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(shí)現(xiàn)，每個(gè)zval表示一個(gè)變量的內(nèi)存對(duì)象。除了value和type，可以看到_zval_struct中還有兩個(gè)字段refcount__gc和is_ref__gc，從其后綴就可以斷定這兩個(gè)家伙與垃圾回收有關(guān)。沒錯(cuò)，PHP的垃圾回收全靠這倆字段了。其中refcount__gc表示當(dāng)前有幾個(gè)變量引用此zval，而is_ref__gc表示當(dāng)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(jī)制有關(guān)，由于這個(gè)話題不是本文重點(diǎn)，因此這里不再詳述，讀者只需記住refcount__gc這個(gè)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(nèi)存回收算法是大名鼎鼎的Reference Counting，這個(gè)算法中文翻譯叫做“引用計(jì)數(shù)”，其思想非常直觀和簡潔：為每個(gè)內(nèi)存對(duì)象分配一個(gè)計(jì)數(shù)器，當(dāng)一個(gè)內(nèi)存對(duì)象建立時(shí)計(jì)數(shù)器初始化為1(因此此時(shí)總是有一個(gè)變量引用此對(duì)象)，以后每有一個(gè)新變量引用此內(nèi)存對(duì)象，則計(jì)數(shù)器加1，而每當(dāng)減少一個(gè)引用此內(nèi)存對(duì)象的變量則計(jì)數(shù)器減1，當(dāng)垃圾回收機(jī)制運(yùn)作的時(shí)候，將所有計(jì)數(shù)器為0的內(nèi)存對(duì)象銷毀并回收其占用的內(nèi)存。而PHP中內(nèi)存對(duì)象就是zval，而計(jì)數(shù)器就是refcount__gc。
例如下面一段PHP代碼演示了PHP5.2計(jì)數(shù)器的工作原理(計(jì)數(shù)器值通過xdebug得到)：
- <?php
- $val1 = 100; //zval(val1).refcount_gc = 1;
- $val2 = $val1; //zval(val1).refcount_gc = 2,zval(val2).refcount_gc = 2(因?yàn)槭荳rite on copy，當(dāng)前val2與val1共同引用一個(gè)zval)
- $val2 = 200; //zval(val1).refcount_gc = 1,zval(val2).refcount_gc = 1(此處val2新建了一個(gè)zval)
- unset($val1); //zval(val1).refcount_gc = 0($val1引用的zval再也不可用，會(huì)被GC回收)
- ?>
Reference Counting簡單直觀，實(shí)現(xiàn)方便，但卻存在一個(gè)致命的缺陷，就是容易造成內(nèi)存泄露。很多朋友可能已經(jīng)意識(shí)到了，如果存在循環(huán)引用，那么Reference Counting就可能導(dǎo)致內(nèi)存泄露。例如下面的代碼：
- <?php
- $a = array();
- $a[] = & $a;
- unset($a);
- ?>
這段代碼首先建立了數(shù)組a，然后讓a的第一個(gè)元素按引用指向a，這時(shí)a的zval的refcount就變?yōu)?，然后我們銷毀變量a，此時(shí)a最初指向的zval的refcount為1，但是我們?cè)僖矝]有辦法對(duì)其進(jìn)行操作，因?yàn)槠湫纬闪艘粋€(gè)循環(huán)自引用，如下圖所示：
其中灰色部分表示已經(jīng)不復(fù)存在。由于a之前指向的zval的refcount為1(被其HashTable的第一個(gè)元素引用)，這個(gè)zval就不會(huì)被GC銷毀，這部分內(nèi)存就泄露了。
這里特別要指出的是，PHP是通過符號(hào)表(Symbol Table)存儲(chǔ)變量符號(hào)的，全局有一個(gè)符號(hào)表，而每個(gè)復(fù)雜類型如數(shù)組或?qū)ο笥凶约旱姆?hào)表，因此上面代碼中，a和a[0]是兩個(gè)符號(hào)，但是a儲(chǔ)存在全局符號(hào)表中，而a[0]儲(chǔ)存在數(shù)組本身的符號(hào)表中，且這里a和a[0]引用同一個(gè)zval(當(dāng)然符號(hào)a后來被銷毀了)。希望讀者朋友注意分清符號(hào)(Symbol)的zval的關(guān)系。
在PHP只用于做動(dòng)態(tài)頁面腳本時(shí)，這種泄露也許不是很要緊，因?yàn)閯?dòng)態(tài)頁面腳本的生命周期很短，PHP會(huì)保證當(dāng)腳本執(zhí)行完畢后，釋放其所有資源。但是PHP發(fā)展到目前已經(jīng)不僅僅用作動(dòng)態(tài)頁面腳本這么簡單，如果將PHP用在生命周期較長的場(chǎng)景中，例如自動(dòng)化測(cè)試腳本或deamon進(jìn)程，那么經(jīng)過多次循環(huán)后積累下來的內(nèi)存泄露可能就會(huì)很嚴(yán)重。這并不是我在聳人聽聞，我曾經(jīng)實(shí)習(xí)過的一個(gè)公司就通過PHP寫的deamon進(jìn)程來與數(shù)據(jù)存儲(chǔ)服務(wù)器交互。
由于Reference Counting的這個(gè)缺陷，PHP5.3改進(jìn)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(jì)數(shù)為基礎(chǔ)，但是不再是使用簡單計(jì)數(shù)作為回收準(zhǔn)則，而是使用了一種同步回收算法，這個(gè)算法由IBM的工程師在論文Concurrent Cycle Collection in Reference Counted Systems中提出。
這個(gè)算法可謂相當(dāng)復(fù)雜，從論文29頁的數(shù)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(qiáng)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(huì)分配一個(gè)固定大小的“根緩沖區(qū)”，這個(gè)緩沖區(qū)用于存放固定數(shù)量的zval，這個(gè)數(shù)量默認(rèn)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(gè)zval如果有引用，要么被全局符號(hào)表中的符號(hào)引用，要么被其它表示復(fù)雜類型的zval中的符號(hào)引用。因此在zval中存在一些可能根(root)。這里我們暫且不討論P(yáng)HP是如何發(fā)現(xiàn)這些可能根的，這是個(gè)很復(fù)雜的問題，總之PHP有辦法發(fā)現(xiàn)這些可能根zval并將它們投入根緩沖區(qū)。
當(dāng)根緩沖區(qū)滿額時(shí)，PHP就會(huì)執(zhí)行垃圾回收，此回收算法如下：
1、對(duì)每個(gè)根緩沖區(qū)中的根zval按照深度優(yōu)先遍歷算法遍歷所有能遍歷到的zval，并將每個(gè)zval的refcount減1，同時(shí)為了避免對(duì)同一zval多次減1(因?yàn)榭赡懿煌母鼙闅v到同一個(gè)zval)，每次對(duì)某個(gè)zval減1后就對(duì)其標(biāo)記為“已減”。
2、再次對(duì)每個(gè)緩沖區(qū)中的根zval深度優(yōu)先遍歷，如果某個(gè)zval的refcount不為0，則對(duì)其加1，否則保持其為0。
3、清空根緩沖區(qū)中的所有根(注意是把這些zval從緩沖區(qū)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(nèi)存。
如果不能完全理解也沒有關(guān)系，只需記住PHP5.3的垃圾回收算法有以下幾點(diǎn)特性：
1、并不是每次refcount減少時(shí)都進(jìn)入回收周期，只有根緩沖區(qū)滿額后在開始垃圾回收。
2、可以解決循環(huán)引用問題。
3、可以總將內(nèi)存泄露保持在一個(gè)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(shè)計(jì)試驗(yàn)了，而是直接引用PHP Manual中的實(shí)驗(yàn)，關(guān)于兩者的性能比較請(qǐng)參考PHP Manual中的相關(guān)章節(jié)：http://www.php.net/manual/en/features.gc.performance-considerations.php。
首先是內(nèi)存泄露試驗(yàn)，下面直接引用PHP Manual中的實(shí)驗(yàn)代碼和試驗(yàn)結(jié)果圖：
- <?php
- class Foo
- {
- public $var = '3.1415962654';
- }
- $baseMemory = memory_get_usage();
- for ( $i = 0; $i <= 100000; $i++ )
- {
- $a = new Foo;
- $a->self = $a;
- if ( $i % 500 === 0 )
- {
- echo sprintf( '%8d: ', $i ), memory_get_usage() - $baseMemory, "\n";
- }
- }
- ?>
可以看到在可能引發(fā)累積性內(nèi)存泄露的場(chǎng)景下，PHP5.2發(fā)生持續(xù)累積性內(nèi)存泄露，而PHP5.3則總能將內(nèi)存泄露控制在一個(gè)閾值以下(與根緩沖區(qū)大小有關(guān))。
另外是關(guān)于性能方面的對(duì)比：
- <?php
- class Foo
- {
- public $var = '3.1415962654';
- }
- for ( $i = 0; $i <= 1000000; $i++ )
- {
- $a = new Foo;
- $a->self = $a;
- }
- echo memory_get_peak_usage(), "\n";
- ?>
這個(gè)腳本執(zhí)行1000000次循環(huán)，使得延遲時(shí)間足夠進(jìn)行對(duì)比。
然后使用CLI方式分別在打開內(nèi)存回收和關(guān)閉內(nèi)存回收的的情況下運(yùn)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(jī)器環(huán)境下，運(yùn)行時(shí)間分別為6.4s和7.2s，可以看到PHP5.3的垃圾回收機(jī)制會(huì)慢一些，但是影響并不大。
與垃圾回收算法相關(guān)的PHP配置
可以通過修改php.ini中的zend.enable_gc來打開或關(guān)閉PHP的垃圾回收機(jī)制，也可以通過調(diào)用gc_enable()或gc_disable()打開或關(guān)閉PHP的垃圾回收機(jī)制。在PHP5.3中即使關(guān)閉了垃圾回收機(jī)制，PHP仍然會(huì)記錄可能根到根緩沖區(qū)，只是當(dāng)根緩沖區(qū)滿額時(shí)，PHP不會(huì)自動(dòng)運(yùn)行垃圾回收，當(dāng)然，任何時(shí)候您都可以通過手工調(diào)用gc_collect_cycles()函數(shù)強(qiáng)制執(zhí)行內(nèi)存回收。
原文鏈接：http://www.cnblogs.com/leoo2sk/archive/2011/02/27/php-gc.html
【編輯推薦】
