王帅：深入PHP内核

清疚 2022-04-04 06:39 234阅读 0赞

# 深入PHP内核 #

关于作者：王帅，腾讯企业QQ SaaS团队Leader。转载https://blog.csdn.net/heiyeshuwu/article/details/42262951

# 深入PHP内核（一）——弱类型变量原理探究 #

**摘要：**PHP作为一门简单而强大的语言，能够提供很多Web适用的语言特性，而从本期《问底》开始，王帅将从实践出发，带你弄清PHP内核中一些常用的部分，比如这里的“弱类型变量原理”。

PHP是一门简单而强大的语言，提供了很多Web适用的语言特性，其中就包括了变量弱类型，在弱类型机制下，你能够给一个变量赋任意类型的值。   
  
PHP的执行是通过Zend Engine（下面简称ZE），ZE是使用C编写，在底层实现了一套弱类型机制。ZE的内存管理使用写时拷贝、引用计数等优化策略，减少再变量赋值时候的内存拷贝。

下面不光带你探索PHP弱类型的原理，也会在写PHP扩展角度，介绍如何操作PHP的变量。

## **1. PHP的变量类型** ##

PHP的变量类型有8种：

*  标准类型：布尔boolen，整型integer，浮点float，字符string
 *  复杂类型：数组array，对象object
 *  特殊类型：资源resource

PHP不会严格检验变量类型，变量可以不显示的声明其类型，而在运行期间直接赋值。也可以将变量自由的转换类型。如下例，没有实现声明的情况下，$i可以赋任意类型的值。

**\[php\]**  [view plain][] [copy][view plain]

1.  <? php  $i = 1;   //int $i = 'show me the money';  //string $i = 0.02;  // float $i = array(1, 2, 3);  // array $i = new Exception('test', 123); // object $i = fopen('/tmp/aaa.txt', 'a') // resource ?>

如果你对弱类型原理理解不深刻，在变量比较时候，会出现“超出预期”的惊喜。

**\[php\]**  [view plain][] [copy][view plain]

1.  <? PHP $str1 = null;  $str2 = false;  echo $str1==$str2 ? '相等' : '不相等';  $str3 = '';  $str4 = 0;  echo $str3==$str4 ? '相等' : '不相等';  $str5 = 0;  $str6 = '0';  echo $str5==$str6 ? '相等' : '不相等';  ?>

以上三个结果全部是相等，因为在变量比较的时候，PHP内部做了变量转换。如果希望值和类型同时判断，请使用三个=（如，$a===0）来判断。也许你会觉得司空见惯，也许你会觉得很神奇，那么请跟我一起深入PHP内核，探索PHP变量原理。

## **2. 变量的存储及标准类型介绍** ##

PHP的所有变量，都是以结构体zval来实现，在Zend/zend.h中我们能看到zval的定义：

**\[php\]**  [view plain][] [copy][view plain]

1.  typedef union \_zvalue\_value \{     long lval;                 /\* long value \*/     double dval;               /\* double value \*/     struct \{                            char \*val;         int len;               /\* this will always be set for strings \*/     \} str;                     /\* string (always has length) \*/     HashTable \*ht;             /\* an array \*/     zend\_object\_value obj;     /\* stores an object store handle, and handlers \*/  \} zvalue\_value;

<table> 
 <thead> 
  <tr> 
   <td>属性名</td> 
   <td>含义</td> 
   <td>默认值</td> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>refcount__gc</td> 
   <td>表示引用计数</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>is_ref__gc</td> 
   <td>表示是否为引用</td> 
   <td>0</td> 
  </tr> 
  <tr> 
   <td>value</td> 
   <td>存储变量的值</td> 
   <td>&nbsp;</td> 
  </tr> 
  <tr> 
   <td>type</td> 
   <td>变量具体的类型</td> 
   <td>&nbsp;</td> 
  </tr> 
 </tbody> 
</table>

其中refcount\_\_gc和is\_ref\_\_gc表示变量是否是一个引用。type字段标识变量的类型，type的值可以是：IS\_NULL，IS\_BOOL，IS\_LONG，IS\_FLOAT，IS\_STRING，IS\_ARRAY，IS\_OBJECT，IS\_RESOURCE。PHP根据type的类型，来选择如何存储到zvalue\_value。   
  
zvalue\_value能够实现变量弱类型的核心，定义如下：

**\[php\]**  [view plain][] [copy][view plain]

布尔型，zval.type=IS\_BOOL，会读取zval.value.lval字段，值为1/0。如果是字符串，zval.type=IS\_STRING，会读取zval.value.str，这是一个结构体，存储了字符串指针和长度。

C语言中，用"\\0"作为字符串结束符。也就是说一个字符串"Hello\\0World"在C语言中，用printf来输出的话，只能输出hello，因为"\\0"会认为字符已经结束。PHP中是通过结构体的\_zval\_value.str.len来控制字符串长度，相关函数不会遇到"\\0"结束。所以PHP的字符串是二进制安全的。

如果是NULL，只需要zval.type=IS\_NULL，不需要读取值。

通过对zval的封装，PHP实现了弱类型，对于ZE来说，通过zval可以存取任何类型。

## **3. 高级类型Array和Object数组Array** ##

数组是PHP语言中非常强大的一个数据结构，分为索引数组和关联数组，zval.type=IS\_ARRAY。在关联数组中每个key可以存储任意类型的数据。PHP的数组是用Hash Table实现的，数组的值存在zval.value.ht中。

后面会专门讲到PHP哈希表的实现。

对象类型的zval.type=IS\_OBJECT，值存在zval.value.obj中。

## **4. 特殊类型——资源类型(Resource)介绍** ##

资源类型是个很特殊的类型，zval.type=IS\_RESOURCE，在PHP中有一些很难用常规类型描述的数据结构，比如文件句柄，对于C语言来说是一个指针，不过PHP中没有指针的概念，也不能用常规类型来约束，因此PHP通过资源类型概念，把C语言中类似文件指针的变量，用zval结构来封装。资源类型值是一个整数，ZE会根据这个值去资源的哈希表中获取。

资源类型的定义：

**\[php\]**  [view plain][] [copy][view plain]

1.  typedefstruct\_zend\_rsrc\_list\_entry \{     void \*ptr;     int type;     int refcount;  \}zend\_rsrc\_list\_entry;

其中，ptr是一个指向资源的最终实现的指针，例如一个文件句柄，或者一个数据库连接结构。type是一个类型标记，用于区分不同的资源类型。refcount用于资源的引用计数。

内核中，资源类型是通过函数ZEND\_FETCH\_RESOURCE获取的。

**\[php\]**  [view plain][] [copy][view plain]

1.  ZEND\_FETCH\_RESOURCE(con, type, zval \*, default, resource\_name, resource\_type);

## **5. 变量类型的转换** ##

按照现在我们对PHP语言的了解，变量的类型依赖于zval.type字段指示，变量的内容按照zval.type存储到zval.value。当PHP中需要变量的时候，只需要两个步骤：把zval.value的值或指针改变，再改变zval.type的类型。不过对于PHP的一些高级变量Array/Object/Resource，变量转换要进行更多操作。

变量转换原理分为3种：

### **5.1 标准类型相互转换** ###

比较简单，按照上述的步骤转化即可。

### **5.2 标准类型与资源类型转换** ###

资源类型可以理解为是int，比较方便转换标准类型。转换后资源会被close或回收。

**\[php\]**  [view plain][] [copy][view plain]

1.  <? php $var = fopen('/tmp/aaa.txt', 'a');　// 资源 \#1 $var = (int) $var; var\_dump($var);  // 输出1 ?>

5.3 标准类型与复杂类型转换

Array转换整型int/浮点型float会返回元素个数；转换bool返回Array中是否有元素；转换成string返回'Array'，并抛出warning。   
详细内容取决于经验，请阅读PHP手册： [http://php.net/manual/en/language.types.type-juggling.php][http_php.net_manual_en_language.types.type-juggling.php]

### **5.4 复杂类型相互转换** ###

array和object可以互转。如果其它任何类型的值被转换成对象，将会创建一个内置类*stdClass*的实例。

在我们写PHP扩展的时候，PHP内核提供了一组函数用于类型转换：

<table> 
 <tbody> 
  <tr> 
   <td>void convert_to_long(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_double(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_long_base(zval* pzval, int base)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_null(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_boolean(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_array(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_to_object(zval* pzval)</td> 
  </tr> 
  <tr> 
   <td>void convert_object_to_type(zval* pzval, convert_func_t converter)</td> 
  </tr> 
 </tbody> 
</table>

PHP内核提供的一组宏来方便的访问zval，用于更细粒度的获取zval的值：

<table> 
 <tbody> 
  <tr> 
   <td colspan="2">内核访问zval容器的API</td> 
  </tr> 
  <tr> 
   <td>宏</td> 
   <td>访问变量</td> 
  </tr> 
  <tr> 
   <td><em>Z_LVAL(zval)</em></td> 
   <td>(zval).value.lval</td> 
  </tr> 
  <tr> 
   <td><em>Z_DVAL(zval)</em></td> 
   <td>(zval).value.dval</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRVAL(zval)</em></td> 
   <td>(zval).value.str.val</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRLEN(zval)</em></td> 
   <td>(zval).value.str.len</td> 
  </tr> 
  <tr> 
   <td><em>Z_ARRVAL(zval)</em></td> 
   <td>(zval).&nbsp;<a href="http://value.ht/" rel="nofollow">value.ht</a></td> 
  </tr> 
  <tr> 
   <td><em>Z_TYPE(zval)</em></td> 
   <td>(zval).type</td> 
  </tr> 
  <tr> 
   <td><em>Z_LVAL_P(zval)</em></td> 
   <td>(*zval).value.lval</td> 
  </tr> 
  <tr> 
   <td><em>Z_DVAL_P(zval)</em></td> 
   <td>(*zval).value.dval</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRVAL_P(zval_p)</em></td> 
   <td>(*zval).value.str.val</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRLEN_P(zval_p)</em></td> 
   <td>(*zval).value.str.len</td> 
  </tr> 
  <tr> 
   <td><em>Z_ARRVAL_P(zval_p)</em></td> 
   <td>(*zval).&nbsp;<a href="http://value.ht/" rel="nofollow">value.ht</a></td> 
  </tr> 
  <tr> 
   <td><em>Z_OBJ_HT_P(zval_p)</em></td> 
   <td>(*zval).value.obj.handlers</td> 
  </tr> 
  <tr> 
   <td><em>Z_LVAL_PP(zval_pp)</em></td> 
   <td>(**zval).value.lval</td> 
  </tr> 
  <tr> 
   <td><em>Z_DVAL_PP(zval_pp)</em></td> 
   <td>(**zval).value.dval</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRVAL_PP(zval_pp)</em></td> 
   <td>(**zval).value.str.val</td> 
  </tr> 
  <tr> 
   <td><em>Z_STRLEN_PP(zval_pp)</em></td> 
   <td>(**zval).value.str.len</td> 
  </tr> 
  <tr> 
   <td><em>Z_ARRVAL_PP(zval_pp)</em></td> 
   <td>(**zval).&nbsp;<a href="http://value.ht/" rel="nofollow">value.ht</a></td> 
  </tr> 
 </tbody> 
</table>

## **6. 变量的符号表与作用域** ##

PHP的变量符号表与zval值的映射，是通过HashTable（哈希表，又叫做散列表，下面简称HT），HashTable在ZE中广泛使用，包括常量、变量、函数等语言特性都是HT来组织，在PHP的数组类型也是通过HashTable来实现。   
举个例子：

**\[php\]**  [view plain][] [copy][view plain]

1.  <? php $var = 'Hello World'; ?>

$var的变量名会存储在变量符号表中，代表$var的类型和值的zval结构存储在哈希表中。内核通过变量符号表与zval地址的哈希映射，来实现PHP变量的存取。

为什么要提作用域呢？因为函数内部变量保护。按照作用域PHP的变量分为全局变量和局部变量，每种作用域PHP都会维护一个符号表的HashTable。当在PHP中创建一个函数或类的时候，ZE会创建一个新的符号表，表明函数或类中的变量是局部变量，这样就实现了局部变量的保护--外部无法访问函数内部的变量。当创建一个PHP变量的时候，ZE会分配一个zval，并设置相应type和初始值，把这个变量加入当前作用域的符号表，这样用户才能使用这个变量。   
内核中使用ZEND\_SET\_SYMBOL来设置变量：

**\[php\]**  [view plain][] [copy][view plain]

1.  ZEND\_SET\_SYMBOL( EG(active\_symbol\_table), "foo", foo);

查看\_zend\_executor\_globals结构

**\[php\]**  [view plain][] [copy][view plain]

1.  Zend/zend\_globals.h  
2.   struct \_zend\_executor\_globals \{          //略        HashTable symbol\_table;//全局变量的符号表        HashTable \*active\_symbol\_table;//局部变量的符号表        //略  \};

在写PHP扩展时候，可以通过EG宏来访问PHP的变量符号表。EG(symbol\_table)访问全局作用域的变量符号表，EG(active\_symbol\_table)访问当前作用域的变量符号表，局部变量存储的是指针，在对HashTable进行操作的时候传递给相应函数。

为了更好的理解变量的哈希表与作用域，举个简单的例子：

**\[php\]**  [view plain][] [copy][view plain]

1.  <? php $temp = 'global'; function test() \{     $temp = 'active'; \} test(); var\_dump($temp); ?>

创建函数外的变量$temp，会把这个它加入全局符号表，同时在全局符号表的HashTable中，分配一个字符类型的zval，值为‘global‘。创建函数test内部变量$temp，会把它加入属于函数test的符号表，分配字符型zval，值为’active' 。

## **7. PHP扩展中变量操作** ##

### **创建PHP变量** ###

我们可以在扩展中调用函数MAKE\_STD\_ZVAL(pzv)来创建一个PHP可调用的变量，MAKE\_STD\_ZVAL应用到的宏有：

**\[php\]**  [view plain][] [copy][view plain]

1.  \#define     MAKE\_STD\_ZVAL(zv)               ALLOC\_ZVAL(zv);INIT\_PZVAL(zv)   \#define     ALLOC\_ZVAL(z)                   ZEND\_FAST\_ALLOC(z, zval, ZVAL\_CACHE\_LIST)   \#define     ZEND\_FAST\_ALLOC(p, type, fc\_type)       (p) = (type \*) emalloc(sizeof(type))   \#define     INIT\_PZVAL(z)                       (z)->refcount\_\_gc = 1;(z)->is\_ref\_\_gc = 0;

MAKE\_STD\_ZVAL(foo)展开后得到：

**\[php\]**  [view plain][] [copy][view plain]

1.  (foo) = (zval \*) emalloc(sizeof(zval));   (foo)->refcount\_\_gc = 1;   (foo)->is\_ref\_\_gc = 0;

可以看出，MAKE\_STD\_ZVAL做了三件事：分配内存、初始化zval结构中的refcount、is\_ref。

内核中提供一些宏来简化我们的操作，可以只用一步便设置好zval的类型和值。

<table> 
 <tbody> 
  <tr> 
   <td colspan="2">API Macros for Accessing&nbsp;zval&nbsp;</td> 
  </tr> 
  <tr> 
   <td>宏</td> 
   <td>实现方法</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_NULL(pvz)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_NULL</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_BOOL(pvz)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_BOOL;&nbsp;<br>Z_BVAL_P(pzv) = b ? 1 : 0;</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_TRUE(pvz)</em></td> 
   <td>ZVAL_BOOL(pzv, 1);</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_FALSE(pvz)</em></td> 
   <td>ZVAL_BOOL(pzv, 0);</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_LONG(pvz, l)(l 是值)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_LONG;Z_LVAL_P(pzv) = l;</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_DOUBLE(pvz, d)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_DOUBLE;Z_LVAL_P(pzv) = d;</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_STRINGL(pvz, str, len, dup)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_STRING;Z_STRLEN_P(pzv) = len;&nbsp;<br>if (dup) {&nbsp;<br>&nbsp; &nbsp; {Z_STRVAL_P(pzv) =estrndup(str, len + 1);}&nbsp;&nbsp;<br>}else {&nbsp;<br>&nbsp; &nbsp; {Z_STRVAL_P(pzv) = str;}&nbsp;<br>}</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_STRING(pvz, str, len)</em></td> 
   <td>ZVAL_STRINGL(pzv, str,strlen(str), dup);</td> 
  </tr> 
  <tr> 
   <td><em>ZVAL_RESOURCE(pvz, res)</em></td> 
   <td>Z_TYPE_P(pzv) = IS_RESOURCE;Z_RESVAL_P(pzv) = res;&nbsp;</td> 
  </tr> 
 </tbody> 
</table>

**ZVAL\_STRINGL(pzv,str,len,dup)中的dup参数**

先阐述一下ZVAL\_STRINGL(pzv,str,len,dup); str和len两个参数很好理解，因为我们知道内核中保存了字符串的地址和它的长度，后面的dup的意思其实很简单，它指明了该字符串是否需要被复制。值为 1 将先申请一块新内存并赋值该字符串，然后把新内存的地址复制给pzv，为 0 时则是直接把str的地址赋值给zval。

**ZVAL\_STRINGL与ZVAL\_STRING的区别**

如果你想在某一位置截取该字符串或已经知道了这个字符串的长度，那么可以使用宏 ZVAL\_STRINGL(zval, string, length, duplicate) ，它显式的指定字符串长度，而不是使用strlen()。这个宏该字符串长度作为参数。但它是二进制安全的，而且速度也比ZVAL\_STRING快，因为少了个strlen。   
  
**ZVAL\_RESOURCE约等于ZVAL\_LONG**

在章节4中我们说过，PHP中的资源类型的值是一个整数，所以ZVAL\_RESOURCE和ZVAL\_LONG的工作差不多，只不过它会把zval的类型设置为 IS\_RESOURCE。

## **8. 总结** ##

PHP的弱类型是通过ZE的zval容器转换完成，通过哈希表来存储变量名和zval数据，在运行效率方面有一定牺牲。另外因为变量类型的隐性转换，在开发过程中对变量类型检测力度不够，可能会导致问题出现。

不过PHP的弱类型、数组、内存托管、扩展等语言特性，非常适合Web开发场景，开发效率很高，能够加快产品迭代周期。在海量服务中，通常瓶颈存在于数据访问层，而不是语言本身。在实际使用PHP不仅担任逻辑层和展现层的任务，我们甚至用PHP开发的UDPServer/TCPServer作为数据和cache的中间层。

**关于作者：王帅，腾讯企业QQ SaaS团队Leader。**

#     #

# 深入PHP内核（二）——SAPI探究 #

**摘要：**PHP作为一门简单而强大的语言，能够提供很多Web适用的语言特性。从实践出发，继弱类型变量原理探究后，王帅将继续带大家弄清PHP内核中的一些常用部分，本期则是SAPI的深入理解。

SAPI是Server Application Programming Interface（服务器应用编程接口）的缩写。PHP通过SAPI提供了一组接口，供应用和PHP内核之间进行数据交互。

简单的讲，就像函数的输入和输出一样，我们通过Linux命令行执行一段PHP代码，本质是Linux的Shell通过PHP的SAPI传入一组参数，Zend引擎执行后，返回给shell，由shell显示出来的过程。同样的，通过Apache调用PHP，通过Web服务器给SAPI传入数据，Zend引擎执行后，返回给Apache，由Apache显示在页面上。

[![54250531d9869_middle.jpg][] ][54250531d9869_middle.jpg 1]

**图1. PHP架构图**

PHP提供很多种形式的接口，包括apache、apache2filter、apache2handler、caudium、cgi 、cgi-fcgi、cli、cli-server、continuity、embed、isapi、litespeed、milter、nsapi、phttpd pi3web、roxen、thttpd、tux和webjames。但是常用的只有5种形式，CLI/CGI（命令行）、Multiprocess（多进程）、Multithreaded（多线程）、FastCGI和Embedded（内嵌）。

PHP提供了一个函数查看当前SAPI接口类型：

**\[php\]**  [view plain][view plain 1] [copy][view plain 1] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  string php\_sapi\_name ( void )

### **PHP的运行和加载** ###

无论使用哪种SAPI，在PHP执行脚本前后，都包含一系列事件：Module的Init(MINT)和Shutdown(MSHUTDOWN)，Request 的Init(RINT)和Shutdown(RSHUTDOWN)。 第一阶段是PHP模块初始化阶段（MINT），可以初始化扩展内部变量、分配资源和注册资源处理器，在整个PHP实例生命周期内，该过程只执行一次。

什么是PHP模块？通过上面的PHP架构图，在PHP中可以使用get\_loaded\_extensions 函数来查看所有编译并加载的模块/扩展，相当于CLI模式下的php -m。

以PHP的Memcached扩展源代码为例：

**\[php\]**  [view plain][view plain 1] [copy][view plain 1] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  PHP\_MINIT\_FUNCTION(memcached) \{       
2.      zend\_class\_entry ce;      
3.      memcpy(&memcached\_object\_handlers,zend\_get\_std\_object\_handlers(), sizeof(zend\_object\_handlers));      
4.  memcached\_object\_handlers.clone\_obj = NULL;     /\* 执行了一些类似的初始化操作 \*/       
5.  return SUCCESS;   
6.  \}

第二阶段是请求初始化阶段（RINT），在模块初始化并激活后，会创建PHP运行环境，同时调用所有模块注册的RINT函数，调用每个扩展的请求初始化函数 ，设定特定的环境变量、分配资源或执行其他任务，如审核。

**\[php\]**  [view plain][view plain 1] [copy][view plain 1] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  PHP\_RINIT\_FUNCTION(memcached) \{       
2.      /\* 执行一些关于请求的初始化 \*/        
3.      return SUCCESS;   
4.  \}

第三阶段，请求处理完成后，会调用PHP\_RSHUTDOWN\_FUNCTION进行回收，这是每个扩展的请求关闭函数，执行最后的清理工作。Zend引擎执行清理过程、垃圾收集、对之前的请求期间用到的每个变量执行unset。请求完成可能是执行到脚本完成，也可能是调用die()或exit()函数完成

第四阶段，当PHP生命周期结束时候，PHP\_MSHUTDOWN\_FUNCTION对模块进行回收处理，这是每个扩展的模块关闭函数，用于关闭自己的内核子系统。

**\[php\]**  [view plain][view plain 1] [copy][view plain 1] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  PHP\_MSHUTDOWN\_FUNCTION(memcached) \{ /\* 执行关于模块的销毁工作 \*/ UNREGISTER\_INI\_ENTRIES(); return SUCCESS; \}

### **常见的运行模式** ###

常见的SAPI模式有五种：

*  CLI和CGI模式（单进程模式）
 *  多进程模式
 *  多线程模式
 *  FastCGI模式
 *  嵌入式

**1. CLI/CGI模式**

CLI和CGI都属于单进程模式，PHP的生命周期在一次请求中完成。也就是说每次执行PHP脚本，都会执行第二部分讲的四个INT和Shutdown事件。

[![54251087a4b70.jpg][]][54251087a4b70.jpg]

**图2. CGI/CLI生命周期**

**2. 多进程模式（Multiprocess）**

多进程模式可以将PHP内置到Web Server中，PHP可以编译成Apache下的prefork MPM模式和APXS模块，当Apache启动后，会fork很多子进程，每个子进程拥有自己独立的进程地址空间。

[![54251138db3d3.jpg][] ][54251138db3d3.jpg]

**图3. 多进程模式生命周期**

在一个子进程中，PHP的生命周期是调用MINT启动后，执行多次请求（RINT/RSHUTDOWN)，在Apache关闭或进程结束后，才会调用MSHUTDOWN进行回收阶段。

[![542511593efc6.jpg][] ][542511593efc6.jpg]

**图4. 多进程的生命周期**

多进程模型中，每个子进程都是独立运行，没有代码和数据共享，因此一个子进程终止退出和重新生成，不会影响其他子进程的稳定。

**3. 多线程模式（Multithreaded)**

Apache2的Worker MPM采用了多线程模型，在一个进程下创建多个线程，在同一个进程地址空间执行。

[![5425121315567.jpg][]][5425121315567.jpg]

**图5. 多线程生命周期**

**4. FastCGI模式**

在我们用的Nginx+PHP-FPM用的就是FastCGI模式，Fastcgi是一种特殊的CGI模式，是一种常驻进程类型的CGI，运行后可以Fork多个进程，不用花费时间动态的Fork子进程，也不需要每次请求都调用MINT/MSHUTDOWN。PHP通过PHP-FPM来管理和调度FastCGI的进程池。Nginx和PHP-FPM通过本地的TCP Socket和Unix Socket 进行通信。

[![5425123c7442f.jpg][] ][5425123c7442f.jpg]

**图6. FastCGI模式生命周期**

PHP-FPM进程管理器自身初始化，启动多个CGI解释器进程等待来自Nginx的请求。当客户端请求达到PHP-FPM，管理器选择到一个CGI进程进行处理，Nginx将CGI环境变量和标准输入发送到一个PHP-CIG子进程。PHP-CGI子进程处理完成后，将标准输出和错误信息返回给Nginx，当PHP-CGI子进程关闭连接时，请求处理完成。PHP-CGI子进程等待着下一个连接。

可以想象CGI的系统开销有多大。每一个Web 请求PHP都必须重新解析php.ini、载入全部扩展并始化全部数据结构。使用FastCGI，所有这些都只在进程启动时发生一次。另外，对于数据库和Memcache的持续连接可以工作。

**5. 内嵌模式（Embedded）**

Embed SAPI是一种特殊的SAPI，允许在C/C++语言中调用PHP提供的函数。这种SAPI和CLI模式一样，按照Module Init => Request Init => Request => Request Shutdown => Module Shutdown的模式运行。

Embed SAPI可以调用PHP丰富的类库，也可以实现高级玩法，比如可以查看PHP的OPCODE（PHP执行的中间码，Zend引擎的指令，由PHP代码生成）。

详细请见： [http://www.laruence.com/2008/09/23/539.html][http_www.laruence.com_2008_09_23_539.html]

### **SAPI的运行机制** ###

我们以CGI为例，看一下SAPI的运行机制。

**\[php\]**  [view plain][view plain 1] [copy][view plain 1] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  static sapi\_module\_struct cgi\_sapi\_module = \{       
2.      "cgi-fcgi",                     /\* 输出给php\_info()使用 \*/     "CGI/FastCGI",                  /\* pretty name \*/        
3.      php\_cgi\_startup,                /\* startup 当SAPI初始化时，首先会调用该函数 \*/       
4.      php\_module\_shutdown\_wrapper,    /\* shutdown  关闭函数包装器，它用来释放所有的SAPI的数据结构、内存等，调用php\_module\_shutdown \*/        
5.      sapi\_cgi\_activate,              /\* activate  此函数会在每个请求开始时调用，它会做初始化，资源分配 \*/       
6.      sapi\_cgi\_deactivate,            /\* deactivate  此函数会在每个请求结束时调用，它用来确保所有的数据都得到释放 \*/        
7.      sapi\_cgi\_ub\_write,              /\* unbuffered write  不缓存的写操作(unbuffered write)，它是用来向SAPI外部输出数据 \*/       
8.      sapi\_cgi\_flush,                 /\* flush  刷新输出，在CLI模式下通过使用C语言的库函数fflush实现\*/     NULL,                           /\* get uid \*/       
9.      sapi\_cgi\_getenv,                /\* getenv 根据name查找环境变量 \*/        
10.     php\_error,                      /\* error handler 注册错误处理函数  \*/        
11.     NULL,                           /\* header handler PHP调用header()时候被调用 \*/       
12.     sapi\_cgi\_send\_headers,          /\* send headers handler 发送头部信息\*/       
13.     NULL,                           /\* send header handler 发送一个单独的头部信息 \*/        
14.     sapi\_cgi\_read\_post,             /\* read POST data  当请求的方法是POST时，程序获取POST数据，写入$\_POST数组 \*/       
15.     sapi\_cgi\_read\_cookies,          /\* read Cookies 获取Cookie值  \*/        
16.     sapi\_cgi\_register\_variables,    /\* register server variables 给$\_SERVER添加环境变量 \*/       
17.     sapi\_cgi\_log\_message,           /\* Log message 输出错误信息 \*/       
18.     NULL,                           /\* Get request time \*/       
19.     NULL,                           /\* Child terminate \*/        
20.     STANDARD\_SAPI\_MODULE\_PROPERTIES   
21. \};

由上面代码可见，PHP的SAPI像是面向对象中基类，SAPI.h和SAPI.c包含的函数是抽象基类的声明和定义，各个服务器用的SAPI模式，则是继承了这个基类，并重新定义基类方法的子类。

### **总结** ###

PHP的SAPI是Zend引擎提供的一组标准交互接口，通过注册初始化、析构、输入、输出等接口，我们可以将应用程序运行在Zend引擎上，也可以把PHP嵌入到类似Apache的Web Server中。PHP常见的SAPI模式有五种，CGI/CLI模式、多进程模式、多线程模式、FastCGI模式和内嵌模式。

了解PHP的SAPI机制意义重大，帮助我们理解PHP的生命周期，并了解如何更好的通过C/C++为PHP编写扩展，并在生命周期中找到提高系统性能的方式。

#     #

# 深入PHP内核（三）——内核利器哈希表与哈希碰撞攻击 #

**摘要：**PHP作为一门简单而强大的语言，能够提供很多Web适用的语言特性。从实践出发，继弱类型变量原理探究后，王帅将继续带大家弄清PHP内核中的一些常用部分，本期则是内核利器哈希表与哈希碰撞攻击。

【导读】王帅在海量分布式Web系统有超过8年沉淀，主导过多个大型系统的架构设计，目前在腾讯企业SaaS团队。

PHP内核系列文章，是作者在PHP领域实践中，把相关原理性的知识，通过更便于理解的方式，系统整理出来分享给读者。希望通过PHP原理性的轻量解读，对这门Web领域最热门技术的优秀架构分析解构，让更多的人不断的深入了解语言的原理本身，更容易定位、理解一些问题背后原因，更游刃有余的做基础架构设计。同时希望影响更多的人才投入Web开源领域，不仅是应用和学习一门技术、组件，同样能够贡献更多高质量组件，像战国时期的百家争鸣一样，PHP开源界花开遍地。

作者一直倡导技术的深入学习就像职业篮球训练，80%的时间都是基本功的训练，球场上实际战术的练习只是基本功的应用。同样的，学习PHP语言本身的特性，应当是每个PHP领域工程师所掌握、理解的，至于系统的架构设计也是基于对Linux、Mysql、Nginx等原理机制足够理解后，战术性的使用。

## 深入PHP内核（三）——内核利器哈希表与哈希碰撞攻击 ##

在PHP的Zend Engine（下面简称ZE）中，有一个非常重要的数据结构——哈希表（HashTable）。哈希表在ZE中有非常广泛的应用，PHP的复杂数据结构中数组和类的存储和访问就是用哈希表来组织，PHP语言结构中的常量、变量、函数等符号表也是用它来组织。

## **1. 哈希表的基本概念** ##

什么是哈希表呢？哈希表在数据结构中也叫散列表。是根据键名经过hash函数计算后，映射到表中的一个位置，来直接访问记录，加快了访问速度。在理想情况下，哈希表的操作时间复杂度为O(1)。数据项可以在一个与哈希表长度无关的时间内，计算出一个值hash(key)，在固定时间内定位到一个桶(bucket，表示哈希表的一个位置)，主要时间消耗在于哈希函数计算和桶的定位。

在分析PHP中HashTable实现原理之前，先介绍一下相关的基本概念：

如下图例子，希望通过人名检索一个数据，键名通过哈希函数，得到指向bucket的指针，最后访问真实的bucket。

[![543fd66bbbc57.jpg][] ][543fd66bbbc57.jpg]

**键名(Key)：**在哈希函数转换前，数据的标识。

**桶(Bucket)：**在哈希表中，真正保存数据的容器。

**哈希函数(Hash Function)：**将Key通过哈希函数，得到一个指向bucket的指针。MD5，SHA-1是我们在业务中常用的哈希函数。

**哈希冲突(Hash Collision)：**两个不同的Key，经过哈希函数，得到同一个bucket的指针。

## 2. PHP的哈希表实现原理 ##

**哈希表的结构：**

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.  Zend/zend\_hash.h  
2.   typedef struct \_hashtable \{  
3.          uint nTableSize;                    //哈希表的长度，不是元素个数  
4.          uint nTableMask;                  //哈希表的掩码，设置为nTableSize-1  
5.          uint nNumOfElements;          //哈希表实际元素个数  
6.          ulong nNextFreeElement;      //指向下一个空元素位置  
7.          Bucket \*pInternalPointer;       //用于遍历哈希表的内部指针  
8.          Bucket \*pListHead;               //哈希表队列的头部  
9.          Bucket \*pListTail;                 //哈希表队列的尾部  
10.         Bucket \*\*arBuckets;               //哈希表存储的元素数组  
11.         dtor\_func\_t pDestructor;          //哈希表的元素析构函数指针  
12.         zend\_bool persistent;              //是否是持久保存，用于pmalloc的参数，可以持久存储在内存中  
13.         unsigned char nApplyCount;     // zend\_hash\_apply的次数，用来限制嵌套遍历的层数，限制为3层  
14.         zend\_bool bApplyProtection;     //是否开启嵌套遍历保护  
15. \#if ZEND\_DEBUG  
16.         int inconsistent;  
17. \#endif  
18. \} HashTable;

1)  nTableSize 哈希表的大小。最小容量是2^3(8)，最大容量是2^31(2147483648)。当如果进行一次操作后发现元素个数大于nTableSize，会申请当前nTableSize \* 2的空间。假设当前nTableSize为8，当插入元素达到9个的时候，会申请nTableSize=16的空间。

2)  nTableMask 为nTableSize-1，用于调整最大索引值。当哈希后值大于索引值时候，把这个值映射到索引值范围内。

3)  nNumOfElements HashTable中的个数。数组操作中，sizeof和count函数获取的是这个值。

4)  nNextFreeElement 下一个空元素的地址。

5)  pInternalPointer 存储了HashTable当前指向的元素的指针，当我们使用一些内部循环函数的时候会用到这个指针比如reset(), current(), prev(), next(), foreach(), end()。相当于游标。

6)  pListHead和pListTail则具体指向了该哈希表的第一个和最后一个元素，对应就是数组的起始和结束元素。哈希表的pListHead、pListTail与Bucket的pListNext、pListLast维护了一个哈希表中Bucket的双向链表，按照插入的先后顺序，用于哈希表的遍历。

7)  arBuckets 实际存储Buckets的数组。

8)  pDestructor 是一个析构函数，当某个值被从哈希表删除的时候会触发此函数。他还有一个主要作用是用于变量的GC回收。在PHP里面GC是通过引用计数实现的，当一个变量的引用计数变为0，就会被PHP的GC回收。

9)  persistent 定义了hashtable是否能在多次request中获得持久存在。

10)  nApplyCount 和 bApplyProtection 是用来防止嵌套遍历的。

11)  inconsistent 是在调试模式下捕获对HT不正确的使用。

**Bucket的结构：**

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.   typedef struct bucket \{  
2.          ulong h;                               //数组索引的哈希值  
3.          uint nKeyLength;                  //索引数组为0，关联数组为key的长度  
4.          void \*pData;                         //元素内容的指针  
5.          void \*pDataPtr;                    // 如果是指针大小的数据，用pDataPtr直接存储，pData指向pDataPtr  
6.          struct bucket \*pListNext;     //哈希链表中下一个元素  
7.          struct bucket \*pListLast;     //哈希链表中上一个元素  
8.          struct bucket \*pNext;          //解决哈希冲突，变为双向链表，双向链表的下一个元素  
9.          struct bucket \*pLast;          //解决哈希冲突，变为双向链表，双向链表的上一个元素  
10.         const char \*arKey;             //最后一个元素key的名称  
11. \} Bucket;

通过下图来表示HashTable的原理：

[![543fd7ec4437b_middle.jpg_64176][] ][543fd7ec4437b_middle.jpg_64176 1]

我们先来看一下，ZE是如何创建一个hash表的。创建并初始化一个Hash比较容易，调用\_zend\_hash\_init函数。PHP的哈希表最小容量8(2^3)，最大容量是0x80000000(2^31，即2147483648)。nTableSize会按照2的整数次幂圆整来增加，直到超过预设值的nSize。

**Zend/zend\_hash.c**

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.  ZEND\_API int \_zend\_hash\_init(HashTable \*ht, uint nSize, hash\_func\_t pHashFunction, dtor\_func\_t pDestructor, zend\_bool persistent ZEND\_FILE\_LINE\_DC)  
2.  \{  
3.          uint i = 3;  
4.    
5.          SET\_INCONSISTENT(HT\_OK);  
6.    
7.          if (nSize >= 0x80000000) \{  
8.                  /\* prevent overflow \*/  
9.                  ht->nTableSize = 0x80000000;  
10.         \} else \{  
11.                 while ((1U << i) < nSize) \{  
12.                         i++;  
13.                 \}  
14.                 ht->nTableSize = 1 << i;  
15.         \}  
16.   
17.         /\* 省略哈希表初始化步骤 \*/  
18.   
19.         return SUCCESS;  
20. \}

1)  \*ht 是哈希表的指针，这里既可以传入一个已存在的HashTable， 也可以通过内核宏ALLOC\_HASHTABLE(ht)来自动申请一块HashTable内存。ALLOC\_HASHTABLE(ht)相当于ht=emalloc(sizeof(HashTable))

2)  nSize 哈希表能拥有的最大数量。通过预先申请好内存的方式，减少哈希表rehash操作。

3)  pHashFunction 自定义哈希函数的钩子

4)  pDesctructor 哈希表析构的回调函数，当删除一个哈希表的时候，会调用。

5)  persistent 对应HashTable.persistent，当设置为true的时候，不会在RSHUTDOWN阶段自动销毁。

**我们通过更新哈希表的操作方式，来分析哈希表的操作机制：**

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.  h = zend\_inline\_hash\_func(arKey, nKeyLength);  
2.  nIndex = h & ht->nTableMask;  
3.    
4.  p = ht->arBuckets\[nIndex\];  
5.  while (p != NULL) \{  
6.      if (p->arKey == arKey ||  
7.      ((p->h == h) && (p->nKeyLength == nKeyLength) && !memcmp(p->arKey, arKey,         nKeyLength))) \{  
8.      if (flag & HASH\_ADD) \{  
9.          return FAILURE;  
10.     \}  
11.   
12.     /\* 省略 \*/  
13.   
14.     UPDATE\_DATA(ht, p, pData, nDataSize);   // 找到h 和 Key都相等的Buckets，说明需要更新  
15.     /\* 省略 \*/  
16.     \}  
17.     p = p->pNext;   // 这里说明有哈希冲突，按照Buckets\[nIndex\]的链表找下去  
18. \}  
19.   
20. /\* 省略 \*/  
21. p->nKeyLength = nKeyLength;  
22. INIT\_DATA(ht, p, pData, nDataSize);    // 把Bucket.pData数据更新  
23. p->h = h;  
24. CONNECT\_TO\_BUCKET\_DLLIST(p, ht->arBuckets\[nIndex\]);    // 挂到  
25. if (pDest) \{  
26.     \*pDest = p->pData;  
27. \}  
28.   
29. HANDLE\_BLOCK\_INTERRUPTIONS();  
30. CONNECT\_TO\_GLOBAL\_DLLIST(p, ht);  
31. ht->arBuckets\[nIndex\] = p;      
32. HANDLE\_UNBLOCK\_INTERRUPTIONS();  
33.   
34. ht->nNumOfElements++;  
35. ZEND\_HASH\_IF\_FULL\_DO\_RESIZE(ht); /\* 如果哈希表满了，重新散列，这里有一定开销   \*/

1) 通过哈希算法  times33(Key) & (nTableSize-1) ，生成Key对应的哈希值A，获取arBuckets\[A\]的值

2) 判断arBuckets\[A\]是否存在，如果存在而且没有哈希冲突，进行数据update(UPDATE\_DATA)。如果存在但是Key不相同说明有哈希冲突，在arBuckets\[A\]链表中寻找Key是否存在，如果存在，执行update操作(UPDATE\_DATA)

3) 如果arBuckets\[A\]不存在，创建新的arBucket\[A\](INIT\_DATA)。或哈希冲突情况下，在arBuckets\[A\]的链表中找不到Key。创建新的bucket(INIT\_DATA)，并把新的buckets放在arBucket\[A\]链表头

4) 维护哈希表的逻辑链表(CONNECT\_TO\_GLOBAL\_DLLIST)。

5) 如果发现新插入元素已经超过HashTable的nTableSize，自动扩容至2倍nTableSize，重新哈希后维护新的HashTable。

## 3. PHP使用的哈希函数 ##

PHP的哈希表是用Times33哈希算法，又称为DJBX33A。这是一个使用比较广泛的对字符串的哈希算法，计算速度快，散列均匀，Perl和Apache都使用了这个算法。算法原理就是不断的乘以33，其算法原型如下：

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.  hash(i) = hash(i-1) \* 33 + str\[i\]

为什么是33呢？对于33这个数，DJB注释中是说，1到256之间的所有奇数，都能达到一个可接受的哈希分布，平均分布大概是86%。而其中33，17，31，63，127，129这几个数在面对大量的哈希运算时有一个更大的优势，就是这些数字能将乘法用位运算配合加减法替换，这样运算速度会更高。gcc编译器开启优化后会自动将乘法转换为位运算。PHP实际算法如下：

**\[php\]**  [view plain][view plain 2] [copy][view plain 2] [![在CODE上查看代码片][CODE]][CODE_CODE 1] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 2]

1.   static inline ulong zend\_inline\_hash\_func(const char \*arKey, uint nKeyLength)  
2.  \{  
3.      register ulong hash = 5381;  
4.    
5.      /\* variant with the hash unrolled eight times \*/  
6.      for (; nKeyLength >= 8; nKeyLength -= 8) \{  
7.          hash = ((hash << 5) + hash) + \*arKey++;  
8.          hash = ((hash << 5) + hash) + \*arKey++;  
9.          hash = ((hash << 5) + hash) + \*arKey++;  
10.         hash = ((hash << 5) + hash) + \*arKey++;  
11.         hash = ((hash << 5) + hash) + \*arKey++;  
12.         hash = ((hash << 5) + hash) + \*arKey++;  
13.         hash = ((hash << 5) + hash) + \*arKey++;  
14.         hash = ((hash << 5) + hash) + \*arKey++;  
15.     \}  
16.     switch (nKeyLength) \{  
17.         case 7: hash = ((hash << 5) + hash) + \*arKey++; /\* fallthrough... \*/

[view plain]: http://www.csdn.net/article/2014-09-19/2821685-exploring-of-the-php#
[http_php.net_manual_en_language.types.type-juggling.php]: http://php.net/manual/en/language.types.type-juggling.php
[54250531d9869_middle.jpg]: http://cms.csdnimg.cn/article/201409/26/54250531d9869_middle.jpg
[54250531d9869_middle.jpg 1]: http://cms.csdnimg.cn/article/201409/26/54250531d9869.jpg
[view plain 1]: http://www.csdn.net/article/2014-09-26/2821885-exploring-of-the-php-2#
[CODE]: https://code.csdn.net/assets/CODE_ico.png
[CODE_CODE]: https://code.csdn.net/snippets/475791
[ico_fork.svg]: https://code.csdn.net/assets/ico_fork.svg
[ico_fork.svg 1]: https://code.csdn.net/snippets/475791/fork
[54251087a4b70.jpg]: http://cms.csdnimg.cn/article/201409/26/54251087a4b70.jpg
[54251138db3d3.jpg]: http://cms.csdnimg.cn/article/201409/26/54251138db3d3.jpg
[542511593efc6.jpg]: http://cms.csdnimg.cn/article/201409/26/542511593efc6.jpg
[5425121315567.jpg]: http://cms.csdnimg.cn/article/201409/26/5425121315567.jpg
[5425123c7442f.jpg]: http://cms.csdnimg.cn/article/201409/26/5425123c7442f.jpg
[http_www.laruence.com_2008_09_23_539.html]: http://www.laruence.com/2008/09/23/539.html
[543fd66bbbc57.jpg]: http://cms.csdnimg.cn/article/201410/16/543fd66bbbc57.jpg
[view plain 2]: http://www.csdn.net/article/2014-10-16/2822134#
[CODE_CODE 1]: https://code.csdn.net/snippets/486720
[ico_fork.svg 2]: https://code.csdn.net/snippets/486720/fork
[543fd7ec4437b_middle.jpg_64176]: http://cms.csdnimg.cn/article/201410/16/543fd7ec4437b_middle.jpg?_=64176
[543fd7ec4437b_middle.jpg_64176 1]: http://cms.csdnimg.cn/article/201410/16/543fd7ec4437b.jpg