【轉】淺談PHP5中垃圾回收算法(Garbage Collection)的演化
前言
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存資源的分配與釋放（使用C編寫PHP或Zend擴展除外）鸟赫，這就意味著PHP本身實現(xiàn)了垃圾回收機制（Garbage Collection）。現(xiàn)在如果去PHP官方網(wǎng)站（php.net）可以看到坤候，目前PHP5的兩個分支版本PHP5.2和PHP5.3是分別更新的吨拗，這是因為許多項目仍然使用5.2版本的PHP箕慧，而5.3版本對5.2并不是完全兼容。PHP5.3在PHP5.2的基礎上做了諸多改進献联，其中垃圾回收算法就屬于一個比較大的改變竖配。本文將分別討論PHP5.2和PHP5.3的垃圾回收機制，并討論這種演化和改進對于程序員編寫PHP的影響以及要注意的問題里逆。
PHP變量及關聯(lián)內存對象的內部表示
垃圾回收說到底是對變量及其所關聯(lián)內存對象的操作进胯，所以在討論PHP的垃圾回收機制之前，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）原押。
PHP官方文檔中將PHP中的變量劃分為兩類：標量類型和復雜類型胁镐。標量類型包括布爾型、整型诸衔、浮點型和字符串盯漂；復雜類型包括數(shù)組、對象和資源笨农；還有一個NULL比較特殊就缆，它不劃分為任何類型，而是單獨成為一類谒亦。
所有這些類型违崇，在PHP內部統(tǒng)一用一個叫做zval的結構表示，在PHP源代碼中這個結構名稱為“_zval_struct”诊霹。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渣淳。
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中所有變量的值脾还，這里之所以使用union，是因為一個zval在一個時刻只能表示一種類型的變量入愧”陕可以看到_zvalue_value中只有5個字段，但是PHP中算上NULL有8種數(shù)據(jù)類型棺蛛，那么PHP內部是如何用5個字段表示8種類型呢怔蚌？這算是PHP設計比較巧妙的一個地方，它通過復用字段達到了減少字段的目的旁赊。例如桦踊，在PHP內部布爾型、整型及資源（只要存儲資源的標識符即可）都是通過lval字段存儲的终畅；dval用于存儲浮點型籍胯；str存儲字符串竟闪；ht存儲數(shù)組（注意PHP中的數(shù)組其實是哈希表）；而obj存儲對象類型杖狼；如果所有字段全部置為0或NULL則表示PHP中的NULL炼蛤，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的類型即是_zvalue_value）到底表示那種類型蝶涩，則由“_zval_struct”中的type確定理朋。_zval_struct即是zval在C語言中的具體實現(xiàn)，每個zval表示一個變量的內存對象绿聘。除了value和type嗽上，可以看到_zval_struct中還有兩個字段refcount__gc和is_ref__gc，從其后綴就可以斷定這兩個家伙與垃圾回收有關斜友。沒錯炸裆，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鲜屏，而is_ref__gc表示當前zval是否被按引用引用烹看，這話聽起來很拗口，這和PHP中zval的“Write-On-Copy”機制有關洛史，由于這個話題不是本文重點惯殊，因此這里不再詳述，讀者只需記住refcount__gc這個字段的作用即可也殖。
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土思，這個算法中文翻譯叫做“引用計數(shù)”，其思想非常直觀和簡潔：為每個內存對象分配一個計數(shù)器忆嗜，當一個內存對象建立時計數(shù)器初始化為1（因此此時總是有一個變量引用此對象）己儒，以后每有一個新變量引用此內存對象，則計數(shù)器加1捆毫，而每當減少一個引用此內存對象的變量則計數(shù)器減1闪湾，當垃圾回收機制運作的時候，將所有計數(shù)器為0的內存對象銷毀并回收其占用的內存绩卤。而PHP中內存對象就是zval途样，而計數(shù)器就是refcount__gc。
例如下面一段PHP代碼演示了PHP5.2計數(shù)器的工作原理（計數(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(因為是Write on copy濒憋，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再也不可用何暇，會被GC回收)
?>
Reference Counting簡單直觀，實現(xiàn)方便凛驮，但卻存在一個致命的缺陷裆站，就是容易造成內存泄露。很多朋友可能已經(jīng)意識到了，如果存在循環(huán)引用遏插，那么Reference Counting就可能導致內存泄露捂贿。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的第一個元素按引用指向a胳嘲，這時a的zval的refcount就變?yōu)?厂僧，然后我們銷毀變量a，此時a最初指向的zval的refcount為1了牛，但是我們再也沒有辦法對其進行操作颜屠，因為其形成了一個循環(huán)自引用，如下圖所示：
其中灰色部分表示已經(jīng)不復存在鹰祸。由于a之前指向的zval的refcount為1（被其HashTable的第一個元素引用）甫窟，這個zval就不會被GC銷毀，這部分內存就泄露了蛙婴。
這里特別要指出的是粗井，PHP是通過符號表（Symbol Table）存儲變量符號的，全局有一個符號表街图，而每個復雜類型如數(shù)組或對象有自己的符號表浇衬，因此上面代碼中，a和a[0]是兩個符號餐济，但是a儲存在全局符號表中耘擂，而a[0]儲存在數(shù)組本身的符號表中，且這里a和a[0]引用同一個zval（當然符號a后來被銷毀了）絮姆。希望讀者朋友注意分清符號（Symbol）的zval的關系醉冤。
在PHP只用于做動態(tài)頁面腳本時，這種泄露也許不是很要緊篙悯，因為動態(tài)頁面腳本的生命周期很短蚁阳，PHP會保證當腳本執(zhí)行完畢后，釋放其所有資源鸽照。但是PHP發(fā)展到目前已經(jīng)不僅僅用作動態(tài)頁面腳本這么簡單韵吨，如果將PHP用在生命周期較長的場景中，例如自動化測試腳本或deamon進程移宅，那么經(jīng)過多次循環(huán)后積累下來的內存泄露可能就會很嚴重。這并不是我在聳人聽聞椿疗，我曾經(jīng)實習過的一個公司就通過PHP寫的deamon進程來與數(shù)據(jù)存儲服務器交互漏峰。
由于Reference Counting的這個缺陷，PHP5.3改進了垃圾回收算法届榄。
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(shù)為基礎浅乔，但是不再是使用簡單計數(shù)作為回收準則，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中提出靖苇。
這個算法可謂相當復雜席噩，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）完整論述此算法贤壁，有興趣的朋友可以閱讀上面的提到的論文（強烈推薦悼枢，這篇論文非常精彩）。
我在這里脾拆，只能大體描述一下此算法的基本思想馒索。
首先PHP會分配一個固定大小的“根緩沖區(qū)”，這個緩沖區(qū)用于存放固定數(shù)量的zval名船，這個數(shù)量默認是10,000绰上，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渠驼，一個zval如果有引用蜈块，要么被全局符號表中的符號引用，要么被其它表示復雜類型的zval中的符號引用迷扇。因此在zval中存在一些可能根（root）百揭。這里我們暫且不討論PHP是如何發(fā)現(xiàn)這些可能根的，這是個很復雜的問題谋梭，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)信峻。
當根緩沖區(qū)滿額時，PHP就會執(zhí)行垃圾回收瓮床，此回收算法如下：
1盹舞、對每個根緩沖區(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zval的refcount減1隘庄，同時為了避免對同一zval多次減1（因為可能不同的根能遍歷到同一個zval）踢步，每次對某個zval減1后就對其標記為“已減”。
2丑掺、再次對每個緩沖區(qū)中的根zval深度優(yōu)先遍歷获印，如果某個zval的refcount不為0，則對其加1街州，否則保持其為0兼丰。
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）唆缴，然后銷毀所有refcount為0的zval鳍征，并收回其內存。
如果不能完全理解也沒有關系面徽，只需記住PHP5.3的垃圾回收算法有以下幾點特性：
1艳丛、并不是每次refcount減少時都進入回收周期匣掸，只有根緩沖區(qū)滿額后在開始垃圾回收。
2氮双、可以解決循環(huán)引用問題碰酝。
3、可以總將內存泄露保持在一個閾值以下戴差。
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送爸，我就不重新設計試驗了，而是直接引用PHP Manual中的實驗造挽，關于兩者的性能比較請參考PHP Manual中的相關章節(jié)：http://www.php.net/manual/en/features.gc.performance-considerations.php碱璃。
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";
}
}
?>
可以看到在可能引發(fā)累積性內存泄露的場景下饭入，PHP5.2發(fā)生持續(xù)累積性內存泄露嵌器，而PHP5.3則總能將內存泄露控制在一個閾值以下（與根緩沖區(qū)大小有關）。
另外是關于性能方面的對比：
<?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(zhí)行1000000次循環(huán)谐丢，使得延遲時間足夠進行對比爽航。
然后使用CLI方式分別在打開內存回收和關閉內存回收的的情況下運行此腳本：
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
在我的機器環(huán)境下，運行時間分別為6.4s和7.2s乾忱，可以看到PHP5.3的垃圾回收機制會慢一些讥珍，但是影響并不大。
與垃圾回收算法相關的PHP配置
可以通過修改php.ini中的zend.enable_gc來打開或關閉PHP的垃圾回收機制窄瘟，也可以通過調用gc_enable()或gc_disable()打開或關閉PHP的垃圾回收機制衷佃。在PHP5.3中即使關閉了垃圾回收機制，PHP仍然會記錄可能根到根緩沖區(qū)蹄葱，只是當根緩沖區(qū)滿額時氏义，PHP不會自動運行垃圾回收，當然图云，任何時候您都可以通過手工調用gc_collect_cycles()函數(shù)強制執(zhí)行內存回收惯悠。
轉自：http://www.cnblogs.com/leoo2sk/archive/2011/02/27/php-gc.html
