淺談PHP5中垃圾回收算法(Garbage Collection)的演化

文章來源：PHP開發學習門戶

地址：http://www.phpthinking.com/archives/636

前言

PHP是一門託管型語言，在PHP編程中程序員不須要手工處理內存資源的分配與釋放（使用C編寫PHP或Zend擴展除外），這就意味着PHP自己實現了垃圾回收機制（Garbage Collection）。如今若是去PHP官方網站能夠看到，目前PHP5的兩個分支版本PHP5.2和PHP5.3是分別更新的，這是由於許多項目仍然使用5.2版本的PHP，而5.3版本對5.2並非徹底兼容。PHP5.3在PHP5.2的基礎上作了諸多改進，其中垃圾回收算法就屬於一個比較大的改變。本文將分別討論PHP5.2和PHP5.3的垃圾回收機制，並討論這種演化和改進對於程序員編寫PHP的影響以及要注意的問題。

PHP變量及關聯內存對象的內部表示

垃圾回收說究竟是對變量及其所關聯內存對象的操做，因此在討論PHP的垃圾回收機制以前，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中的變量劃分爲兩類：標量類型和複雜類型。標量類型包括布爾型、整型、浮點型和字符串；複雜類型包括數組、對象和資源；還有一個NULL比較特殊，它不劃分爲任何類型，而是單獨成爲一類。

全部這些類型，在PHP內部統一用一個叫作zval的結構表示，在PHP源代碼中這個結構名稱爲「_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」用於表示PHP中全部變量的值，這裏之因此使用union，是由於一個zval在一個時刻只能表示一種類型的變量。能夠看到_zvalue_value中只有5個字段，可是PHP中算上NULL有8種數據類型，那麼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，它經過複用字段達到了減小字段的目的。例如，在PHP內部布爾型、整型及資源（只要存儲資源的標識符便可）都是經過lval字段存儲的；dval用於存儲浮點型；str存儲字符串；ht存儲數組（注意PHP中的數組實際上是哈希表）；而obj存儲對象類型；若是全部字段所有置爲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的類型便是_zvalue_value）到底表示那種類型，則由「_zval_struct」中的type肯定。_zval_struct便是zval在C語言中的具體實現，每一個zval表示一個變量的內存對象。除了value和type，能夠看到_zval_struct中還有兩個字段refcount__gc和is_ref__gc，從其後綴就能夠判定這兩個傢伙與垃圾回收有關。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，因爲這個話題不是本文重點，所以這裏再也不詳述，讀者只需記住refcount__gc這個字段的做用便可。

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作「引用計數」，其思想很是直觀和簡潔：爲每一個內存對象分配一個計數器，當一個內存對象創建時計數器初始化爲1（所以此時老是有一個變量引用此對象），之後每有一個新變量引用此內存對象，則計數器加1，而每當減小一個引用此內存對象的變量則計數器減1，當垃圾回收機制運做的時候，將全部計數器爲0的內存對象銷燬並回收其佔用的內存。而PHP中內存對象就是zval，而計數器就是refcount__gc。

例以下面一段PHP代碼演示了PHP5.2計數器的工做原理（計數器值經過xdebug獲得）：

<?php $val1  = 100;  //zval(val1).refcount_gc = 1; $val2  =  $val1 ;  //zval(val1).refcount_gc = 2,zval(val2).refcount_gc = 2 //(由於是Write on copy，當前val2與val1共同引用一個zval) $val2  = 200;  //zval(val1).refcount_gc = 1,zval(val2).refcount_gc = 1 //(此處val2新建了一個zval) unset( $val1 );  //zval(val1).refcount_gc = 0 //($val1引用的zval不再可用，會被GC回收) ?>

Reference Counting簡單直觀，實現方便，但卻存在一個致命的缺陷，就是容易形成內存泄露。不少朋友可能已經意識到了，若是存在循環引用，那麼Reference Counting就可能致使內存泄露。例以下面的代碼：

<?php $a  =  array (); $a [] = &  $a ; unset( $a ); ?>

這段代碼首先創建了數組a，而後讓a的第一個元素按引用指向a，這時a的zval的refcount就變爲2，而後咱們銷燬變量a，此時a最初指向的zval的refcount爲1，可是咱們再也沒有辦法對其進行操做，由於其造成了一個循環自引用，以下圖所示：

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

這裏特別要指出的是，PHP是經過符號表（Symbol Table）存儲變量符號的，全局有一個符號表，而每一個複雜類型如數組或對象有本身的符號表，所以上面代碼中，a和a[0]是兩個符號，可是a儲存在全局符號表中，而a[0]儲存在數組自己的符號表中，且這裏a和a[0]引用同一個zval（固然符號a後來被銷燬了）。但願讀者朋友注意分清符號（Symbol）的zval的關係。

在PHP只用於作動態頁面腳本時，這種泄露也許不是很要緊，由於動態頁面腳本的生命週期很短，PHP會保證當腳本執行完畢後，釋放其全部資源。可是PHP發展到目前已經不只僅用做動態頁面腳本這麼簡單，若是將PHP用在生命週期較長的場景中，例如自動化測試腳本或deamon進程，那麼通過屢次循環後積累下來的內存泄露可能就會很嚴重。這並非我在聳人聽聞，我曾經實習過的一個公司就經過PHP寫的deamon進程來與數據存儲服務器交互。

因爲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爲基礎，可是再也不是使用簡單計數做爲回收準則，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。

這個算法可謂至關複雜，從論文29頁的數量我想你們也能看出來，因此我不打算（也沒有能力）完整論述此算法，有興趣的朋友能夠閱讀上面的提到的論文（強烈推薦，這篇論文很是精彩）。

我在這裏，只能大致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「根緩衝區」，這個緩衝區用於存放固定數量的zval，這個數量默認是10,000，若是須要修改則須要修改源代碼Zend/zend_gc.c中的常量GC_ROOT_BUFFER_MAX_ENTRIES而後從新編譯。

由上文咱們能夠知道，一個zval若是有引用，要麼被全局符號表中的符號引用，要麼被其它表示複雜類型的zval中的符號引用。所以在zval中存在一些可能根（root）。這裏咱們暫且不討論PHP是如何發現這些可能根的，這是個很複雜的問題，總之PHP有辦法發現這些可能根zval並將它們投入根緩衝區。

當根緩衝區滿額時，PHP就會執行垃圾回收，此回收算法以下：

一、對每一個根緩衝區中的根zval按照深度優先遍歷算法遍歷全部能遍歷到的zval，並將每一個zval的refcount減1，同時爲了不對同一zval屢次減1（由於可能不一樣的根能遍歷到同一個zval），每次對某個zval減1後就對其標記爲「已減」。

二、再次對每一個緩衝區中的根zval深度優先遍歷，若是某個zval的refcount不爲0，則對其加1，不然保持其爲0。

三、清空根緩衝區中的全部根（注意是把這些zval從緩衝區中清除而不是銷燬它們），而後銷燬全部refcount爲0的zval，並收回其內存。

若是不能徹底理解也沒有關係，只需記住PHP5.3的垃圾回收算法有如下幾點特性：

一、並非每次refcount減小時都進入回收週期，只有根緩衝區滿額後在開始垃圾回收。

二、能夠解決循環引用問題。

三、能夠總將內存泄露保持在一個閾值如下。

PHP5.2與PHP5.3垃圾回收算法的性能比較

因爲我目前條件所限，我就不從新設計試驗了，而是直接引用PHP Manual中的實驗，關於二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：

<?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" ;      } } ?>

能夠看到在可能引起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如下（與根緩衝區大小有關）。

另外是關於性能方面的對比：

<?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" ; ?>

這個腳本執行1000000次循環，使得延遲時間足夠進行對比。

而後使用CLI方式分別在打開內存回收和關閉內存回收的的狀況下運行此腳本：

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

在個人機器環境下，運行時間分別爲6.4s和7.2s，能夠看到PHP5.3的垃圾回收機制會慢一些，可是影響並不大。

與垃圾回收算法相關的PHP配置

能夠經過修改php.ini中的zend.enable_gc來打開或關閉PHP的垃圾回收機制，也能夠經過調用gc_enable()或gc_disable()打開或關閉PHP的垃圾回收機制。在PHP5.3中即便關閉了垃圾回收機制，PHP仍然會記錄可能根到根緩衝區，只是當根緩衝區滿額時，PHP不會自動運行垃圾回收，固然，任什麼時候候您均可以經過手工調用gc_collect_cycles()函數強制執行內存回收。