PHP內(nèi)核分析：Zend虛擬機(jī)
PHP 是一門(mén)解釋型的語(yǔ)言。諸如 Java、Python、Ruby、Javascript 等解釋型語(yǔ)言，我們編寫(xiě)的代碼不會(huì)被編譯成機(jī)器碼運(yùn)行，而是會(huì)被編譯中間碼運(yùn)行在虛擬機(jī)（VM）上。運(yùn)行 PHP 的虛擬機(jī)，稱之為 Zend 虛擬機(jī)，今天我們將深入內(nèi)核，探究 Zend 虛擬機(jī)運(yùn)行的原理。
OPCODE
什么是 OPCODE？它是一種虛擬機(jī)能夠識(shí)別并處理的指令。Zend 虛擬機(jī)包含了一系列的 OPCODE，通過(guò) OPCODE 虛擬機(jī)能夠做很多事情，列舉幾個(gè) OPCODE 的例子：
ZEND_ADD將兩個(gè)操作數(shù)相加。ZEND_NEW創(chuàng)建一個(gè) PHP 對(duì)象。ZEND_ECHO將內(nèi)容輸出到標(biāo)準(zhǔn)輸出中。ZEND_EXIT退出 PHP。
諸如此類的操作，PHP 定義了186個(gè)（隨著 PHP 的更新，肯定會(huì)支持更多種類的 OPCODE），所有的 OPCODE 的定義和實(shí)現(xiàn)都可以在源碼的 zend/zend_vm_def.h 文件（這個(gè)文件的內(nèi)容并不是原生的 C 代碼，而是一個(gè)模板，后面會(huì)說(shuō)明原因）中查閱到。
我們來(lái)看下 PHP 是如何設(shè)計(jì) OPCODE 數(shù)據(jù)結(jié)構(gòu)：
struct _zend_op {
const void *handler;
znode_op op1;
znode_op op2;
znode_op result;
uint32_t extended_value;
uint32_t lineno;
zend_uchar opcode;
zend_uchar op1_type;
zend_uchar op2_type;
zend_uchar result_type;
};
仔細(xì)觀察 OPCODE 的數(shù)據(jù)結(jié)構(gòu)，是不是能找到匯編語(yǔ)言的感覺(jué)。每一個(gè) OPCODE 都包含兩個(gè)操作數(shù)，op1和 op2，handler 指針則指向了執(zhí)行該 OPCODE 操作的函數(shù)，函數(shù)處理后的結(jié)果，會(huì)被保存在 result 中。
我們舉一個(gè)簡(jiǎn)單的例子：
<?php
$b = 1;
$a = $b + 2;
我們通過(guò) vld 擴(kuò)展看到，經(jīng)過(guò)編譯的后，上面的代碼生成了 ZEND_ADD 指令的 OPCODE。
compiled vars: !0 = $b, !1 = $a
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > ASSIGN !0, 1
3 1 ADD ~3 !0, 2
2 ASSIGN !1, ~3
8 3 > RETURN 1
其中，第二行是 ZEND_ADD 指令的 OPCODE。我們看到，它接收2個(gè)操作數(shù)，op1 是變量 $b，op2 是數(shù)字常量1，返回的結(jié)果存入了臨時(shí)變量中。在 zend/zend_vm_def.h 文件中，我們可以找到 ZEND_ADD 指令對(duì)應(yīng)的函數(shù)實(shí)現(xiàn)：
ZEND_VM_HANDLER(1, ZEND_ADD, CONST|TMPVAR|CV, CONST|TMPVAR|CV)
{
USE_OPLINE
zend_free_op free_op1, free_op2;
zval *op1, *op2, *result;
op1 = GE***_ZVAL_PTR_UNDEF(BP_VAR_R);
op2 = GET_OP2_ZVAL_PTR_UNDEF(BP_VAR_R);
if (EXPECTED(Z_TYPE_INFO_P(op1) == IS_LONG)) {
if (EXPECTED(Z_TYPE_INFO_P(op2) == IS_LONG)) {
result = EX_VAR(opline->result.var);
fast_long_add_function(result, op1, op2);
ZEND_VM_NEXT_OPCODE();
} else if (EXPECTED(Z_TYPE_INFO_P(op2) == IS_DOUBLE)) {
result = EX_VAR(opline->result.var);
ZVAL_DOUBLE(result, ((double)Z_LVAL_P(op1)) + Z_DVAL_P(op2));
ZEND_VM_NEXT_OPCODE();
}
} else if (EXPECTED(Z_TYPE_INFO_P(op1) == IS_DOUBLE)) {
...
}
上面的代碼并不是原生的 C 代碼，而是一種模板。
為什么這樣做？因?yàn)?PHP 是弱類型語(yǔ)言，而其實(shí)現(xiàn)的 C 則是強(qiáng)類型語(yǔ)言。弱類型語(yǔ)言支持自動(dòng)類型匹配，而自動(dòng)類型匹配的實(shí)現(xiàn)方式，就像上述代碼一樣，通過(guò)判斷來(lái)處理不同類型的參數(shù)。試想一下，如果每一個(gè) OPCODE 處理的時(shí)候都需要判斷傳入的參數(shù)類型，那么性能勢(shì)必成為極大的問(wèn)題（一次請(qǐng)求需要處理的 OPCODE 可能能達(dá)到成千上萬(wàn)個(gè)）。
哪有什么辦法嗎？我們發(fā)現(xiàn)在編譯的時(shí)候，已經(jīng)能夠確定每個(gè)操作數(shù)的類型（可能是常量還是變量）。所以，PHP 真正執(zhí)行時(shí)的 C 代碼，不同類型操作數(shù)將分成不同的函數(shù)，供虛擬機(jī)直接調(diào)用。這部分代碼放在了 zend/zend_vm_execute.h 中，展開(kāi)后的文件相當(dāng)大，而且我們注意到還有這樣的代碼：
if (IS_CONST == IS_CV) {
完全沒(méi)有什么意義是吧？不過(guò)沒(méi)有關(guān)系，C 的編譯器會(huì)自動(dòng)優(yōu)化這樣判斷。大多數(shù)情況，我們希望了解某個(gè) OPCODE 處理的邏輯，還是通過(guò)閱讀模板文件 zend/zend_vm_def.h 比較容易。順便說(shuō)一下，根據(jù)模板生成 C 代碼的程序就是用 PHP 實(shí)現(xiàn)的。
執(zhí)行過(guò)程
準(zhǔn)確的來(lái)說(shuō)，PHP 的執(zhí)行分成了兩大部分：編譯和執(zhí)行。這里我將不會(huì)詳細(xì)展開(kāi)編譯的部分，而是把焦點(diǎn)放在執(zhí)行的過(guò)程。
通過(guò)語(yǔ)法、詞法分析等一系列的編譯過(guò)程后，我們得到了一個(gè)名為 OPArray 的數(shù)據(jù)，其結(jié)構(gòu)如下：
struct _zend_op_array {
/* Common elements */
zend_uchar type;
zend_uchar arg_flags[3]; /* bitset of arg_info.pass_by_reference */
uint32_t fn_flags;
zend_string *function_name;
zend_class_entry *scope;
zend_function *prototype;
uint32_t num_args;
uint32_t required_num_args;
zend_arg_info *arg_info;
/* END of common elements */
uint32_t *refcount;
uint32_t last;
zend_op *opcodes;
int last_var;
uint32_t T;
zend_string **vars;
int last_live_range;
int last_try_catch;
zend_live_range *live_range;
zend_try_catch_element *try_catch_array;
/* static variables support */
HashTable *static_variables;
zend_string *filename;
uint32_t line_start;
uint32_t line_end;
zend_string *doc_comment;
uint32_t early_binding; /* the linked list of delayed declarations */
int last_literal;
zval *literals;
int cache_size;
void **run_time_cache;
void *reserved[ZEND_MAX_RESERVED_RESOURCES];
};
內(nèi)容超多對(duì)吧？簡(jiǎn)單的理解，其本質(zhì)就是一個(gè) OPCODE 數(shù)組外加執(zhí)行過(guò)程中所需要的環(huán)境數(shù)據(jù)的集合。介紹幾個(gè)相對(duì)來(lái)說(shuō)比較重要的字段：
opcodes存放 OPCODE 的數(shù)組。filename當(dāng)前執(zhí)行的腳本的文件名。function_name當(dāng)前執(zhí)行的方法名稱。static_variables靜態(tài)變量列表。last_try_catchtry_catch_array當(dāng)前上下文中，如果出現(xiàn)異常 try-catch-finally 跳轉(zhuǎn)所需的信息。literals所有諸如字符串 foo 或者數(shù)字23，這樣的常量字面量集合。
為什么需要生成這樣龐大的數(shù)據(jù)？因?yàn)榫幾g時(shí)期生成的信息越多，執(zhí)行時(shí)期所需要的時(shí)間就越少。
接下來(lái)，我們看下 PHP 是如何執(zhí)行 OPCODE。OPCODE 的執(zhí)行被放在一個(gè)大循環(huán)中，這個(gè)循環(huán)位于 zend/zend_vm_execute.h 中的 execute_ex 函數(shù)：
ZEND_API void execute_ex(zend_execute_data *ex) {
DCL_OPLINE
zend_execute_data *execute_data = ex;
LOAD_OPLINE();
ZEND_VM_LOOP_INTERRUPT_CHECK();
while (1) {
if (UNEXPECTED((ret = ((opcode_handler_t)OPLINE->handler)(ZEND_OPCODE_HANDLER_ARGS_PASSTHRU)) != 0)) {
if (EXPECTED(ret > 0)) {
execute_data = EG(current_execute_data);
ZEND_VM_LOOP_INTERRUPT_CHECK();
} else {
return;
}
}
}
zend_error_noreturn(E_CORE_ERROR, "Arrived at end of main loop which shouldn't happen");
}
這里，我去掉了一些環(huán)境變量判斷分支，保留了運(yùn)行的主流程。可以看到，在一個(gè)***循環(huán)中，虛擬機(jī)會(huì)不斷調(diào)用 OPCODE 指定的 handler 函數(shù)處理指令集，直到某次指令處理的結(jié)果 ret 小于0。注意到，在主流程中并沒(méi)有移動(dòng) OPCODE 數(shù)組的當(dāng)前指針，而是把這個(gè)過(guò)程放到指令執(zhí)行的具體函數(shù)的結(jié)尾。所以，我們?cè)诖蠖鄶?shù) OPCODE 的實(shí)現(xiàn)函數(shù)的末尾，都能看到調(diào)用這個(gè)宏：
ZEND_VM_NEXT_OPCODE_CHECK_EXCEPTION();
在之前那個(gè)簡(jiǎn)單例子中，我們看到 vld 打印出的執(zhí)行 OPCODE 數(shù)組中，***有一項(xiàng)指令為 ZEND_RETURN 的 OPCODE。但我們編寫(xiě)的 PHP 代碼中并沒(méi)有這樣的語(yǔ)句。在編譯時(shí)期，虛擬機(jī)會(huì)自動(dòng)將這個(gè)指令加到 OPCODE 數(shù)組的結(jié)尾。ZEND_RETURN 指令對(duì)應(yīng)的函數(shù)會(huì)返回 -1，判斷執(zhí)行的結(jié)果小于0時(shí)，就會(huì)退出循環(huán)，從而結(jié)束程序的運(yùn)行。
方法調(diào)用
如果我們調(diào)用一個(gè)自定義的函數(shù)，虛擬機(jī)會(huì)如何處理呢？
<?php
function foo() {
echo 'test';
}
foo();
我們通過(guò) vld 查看生成的 OPCODE。出現(xiàn)了兩個(gè) OPCODE 指令執(zhí)行棧，是因?yàn)槲覀冏远x了一個(gè) PHP 函數(shù)。在***個(gè)執(zhí)行棧上，調(diào)用自定義函數(shù)會(huì)執(zhí)行兩個(gè) OPCODE 指令：INIT_FCALL 和 DO_FCALL。
compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > NOP
6 1 INIT_FCALL 'foo'
2 DO_FCALL 0
3 > RETURN 1
compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
3 0 E > ECHO 'test'
4 1 > RETURN null
其中，INIT_FCALL 準(zhǔn)備了執(zhí)行函數(shù)時(shí)所需要的上下文數(shù)據(jù)。DO_FCALL 負(fù)責(zé)執(zhí)行函數(shù)。DO_FCALL 的處理函數(shù)根據(jù)不同的調(diào)用情況處理了大量邏輯，我摘取了其中執(zhí)行用戶定義的函數(shù)的邏輯部分：
ZEND_VM_HANDLER(60, ZEND_DO_FCALL, ANY, ANY, SPEC(RETVAL))
{
USE_OPLINE
zend_execute_data *call = EX(call);
zend_function *fbc = call->func;
zend_object *object;
zval *ret;
...
if (EXPECTED(fbc->type == ZEND_USER_FUNCTION)) {
ret = NULL;
if (RETURN_VALUE_USED(opline)) {
ret = EX_VAR(opline->result.var);
ZVAL_NULL(ret);
}
call->prev_execute_data = execute_data;
i_init_func_execute_data(call, &fbc->op_array, ret);
if (EXPECTED(zend_execute_ex == execute_ex)) {
ZEND_VM_ENTER();
} else {
ZEND_ADD_CALL_FLAG(call, ZEND_CALL_TOP);
zend_execute_ex(call);
}
}
...
ZEND_VM_SET_OPCODE(opline + 1);
ZEND_VM_CONTINUE();
}
可以看到，DO_FCALL 首先將調(diào)用函數(shù)前的上下文數(shù)據(jù)保存到 call->prev_execute_data，然后調(diào)用 i_init_func_execute_data 函數(shù)，將自定義函數(shù)對(duì)象中的 op_array（每個(gè)自定義函數(shù)會(huì)在編譯的時(shí)候生成對(duì)應(yīng)的數(shù)據(jù)，其數(shù)據(jù)結(jié)構(gòu)中包含了函數(shù)的 OPCODE 數(shù)組） 賦值給新的執(zhí)行上下文對(duì)象。
然后，調(diào)用 zend_execute_ex 函數(shù)，開(kāi)始執(zhí)行自定義的函數(shù)。zend_execute_ex 實(shí)際上就是前面提到的 execute_ex 函數(shù)（默認(rèn)是這樣，但擴(kuò)展可能重寫(xiě) zend_execute_ex 指針，這個(gè) API 讓 PHP 擴(kuò)展開(kāi)發(fā)者可以通過(guò)覆寫(xiě)函數(shù)達(dá)到擴(kuò)展功能的目的，不是本篇的主題，不準(zhǔn)備深入探討），只是上下文數(shù)據(jù)被替換成當(dāng)前函數(shù)所在的上下文數(shù)據(jù)。
我們可以這樣理解，最外層的代碼就是一個(gè)默認(rèn)存在的函數(shù)（類似 C 語(yǔ)言中的 main()函數(shù)），和用戶自定義的函數(shù)本質(zhì)上是沒(méi)有區(qū)別的。
邏輯跳轉(zhuǎn)
我們知道指令都是順序執(zhí)行的，而我們的程序，一般都包含不少的邏輯判斷和循環(huán)，這部分又是如何通過(guò) OPCODE 實(shí)現(xiàn)的呢？
<?php
$a = 10;
if ($a == 10) {
echo 'success';
} else {
echo 'failure';
}
我們還是通過(guò) vld 查看 OPCODE（不得不說(shuō) vld 擴(kuò)展是分析 PHP 的神器）。
compiled vars: !0 = $a
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > ASSIGN !0, 10
3 1 IS_EQUAL ~2 !0, 10
2 > JMPZ ~2, ->5
4 3 > ECHO 'success'
4 > JMP ->6
6 5 > ECHO 'failure'
7 6 > > RETURN 1
我們看到，JMPZ 和 JMP 控制了執(zhí)行流程。JMP 的邏輯非常簡(jiǎn)單，將當(dāng)前的 OPCODE 指針指向需要跳轉(zhuǎn)的 OPCODE。
ZEND_VM_HANDLER(42, ZEND_JMP, JMP_ADDR, ANY)
{
USE_OPLINE ZEND_VM_SET_OPCODE(OP_JMP_ADDR(opline, opline->op1));
ZEND_VM_CONTINUE();
}
JMPZ 僅僅是多了一次判斷，根據(jù)結(jié)果選擇是否跳轉(zhuǎn)，這里就不再重復(fù)列舉了。而處理循環(huán)的方式與判斷基本上是類似的。
<?php
$a = [1, 2, 3];
foreach ($a as $n) {
echo $n;
}
compiled vars: !0 = $a, !1 = $n
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
2 0 E > ASSIGN !0, <array>
3 1 > FE_RESET_R $3 !0, ->5
2 > > FE_FETCH_R $3, !1, ->5
4 3 > ECHO !1
4 > JMP ->2
5 > FE_FREE $3
5 6 > RETURN 1
循環(huán)只需要 JMP 指令即可完成，通過(guò) FE_FETCH_R 指令判斷是否已經(jīng)到達(dá)數(shù)組的結(jié)尾，如果到達(dá)則退出循環(huán)。
結(jié)語(yǔ)
通過(guò)了解 Zend 虛擬機(jī)，相信你對(duì) PHP 是如何運(yùn)行的，會(huì)有更深刻的理解。想到我們寫(xiě)的一行行代碼，***機(jī)器執(zhí)行的時(shí)候會(huì)變成數(shù)不勝數(shù)的指令，每個(gè)指令又建立在復(fù)雜的處理邏輯之上。那些從前隨意寫(xiě)下的代碼，現(xiàn)在會(huì)不會(huì)在腦海里不自覺(jué)的轉(zhuǎn)換成 OPCODE 再品味一番呢？
