作為一門動態語言，php是如何實現的，其底層機制如何，具有什麼樣的特點，本文深入淺出介紹了包括php設計理念、整體結構、核心數據結構和變量在內的相關底層知識，對我們更好的開發php程序，優化性能等有一定的指導意義。
目錄
1、概述…
what is php?.
了解它底層實現的目的?.
2、php的設計理念及特點…
3、Php的四層體系…
4、Sapi
5、Php的執行流程&opcode.
6、HashTable — 核心數據結構…
7、Php變量…
概述…
Zval
整數、浮點數類型變量…
字符串變量…
數組變量…
資源類型變量…
Php變量的作用域…
一種適用於web開發的動態語言。具體點說：就是一個用c語言實現包含大量組件的軟件框架。更狹義點看，可以把它認為是一個強大的ui框架。
由於php是多進程模型，不同請求間互不干涉，這樣保證了一個請求掛掉不會對全盤服務造成影響，當然，隨著時代發展，php也早已支持多線程模型。
和c/c++、java、c#等語言不同，Php是一門弱類型語言：一個變量的類型並不是一開始就確定不變，運行中才會確定並可能發生隱式或顯式的類型轉換，這種機制的靈活性在web開發中非常方便、高效，具體會在後面php變量中詳述。
Php的核心架構如下圖
從圖上可以看出，php從下到上是一個4層體系
Zend整體用純c實現，是php的內核部分，它將php代碼翻譯（詞法、語法解析等一系列編譯過程）為可執行opcode的處理並實現相應的處理方法、實現了基本的數據結構（如hashtable、oo）、內存分配及管理、提供了相應的api方法供外部調用，是一切的核心，所有的外圍功能均圍繞zend實現。
圍繞著zend引擎，extensions通過組件式的方式提供各種基礎服務，我們常見的各種內置函數（如array系列）、標准庫等都是通過extension來實現，用戶也可以根據需要實現自己的extension以達到功能擴展、性能優化等目的（如貼吧正在使用的php中間層、富文本解析就是extension的典型應用）。
Sapi全稱是Server Application Programming Interface，也就是服務端應用編程接口，sapi通過一系列鉤子函數，使得php可以和外圍交互數據，這是php非常優雅和成功的一個設計，通過sapi成功的將php本身和上層應用解耦隔離，php可以不再考慮如何針對不同應用進行兼容，而應用本身也可以針對自己的特點實現不同的處理方式。後面將在sapi章節中介紹
這就是我們平時編寫的php程序，通過不同的sapi方式得到各種各樣的應用模式，如通過webserver實現web應用、在命令行下以腳本方式運行等等。
如果php是一輛車，那麼
而一次php程序的執行就是汽車跑在公路上。
因此，我們需要：性能優異的引擎+合適的車輪+正確的跑道
如前所述，sapi通過通過一系列的接口，使得外部應用可以和php交換數據並可以根據不同應用特點實現特定的處理方法，我們常見的一些sapi有：
這是以apache作為webserver，采用mod_php模式運行時候的處理方式，也是現在應用最廣泛的一種。
這是webserver和php直接的另一種交互方式，也就是大名鼎鼎的fastcgi協議，在最近今年fastcgi+php得到越來越多的應用，也是異步webserver所唯一支持的方式。關於fastcgi和mod_php，可以參見另外一篇文章《php性能調研-mod_php vs fastcgi》
命令行調用的應用模式
Sapi的定義及主要接口函數如下圖
這裡介紹一下其中一些主要函數
比如cgi模式，在startup的時候會加載所有的extension並執行模塊初始化工作。
比如apache2handler方式，由於php作為apache的一個so存在，因此其輸出也就是調用apache的ap_write函數，而在cgi模式下，會系統調用write。
這個一般根據不同協議標准注冊注冊的變量。
我們先來看看php代碼的執行所經過的流程。
從圖上可以看到，php實現了一個典型的動態語言執行過程：拿到一段代碼後，經過詞法解析、語法解析等階段後，源程序會被翻譯成一個個指令(opcodes)，然後ZEND虛擬機順次執行這些指令完成操作。Php本身是用c實現的，因此最終調用的也都是c的函數，實際上，我們可以把php看做是一個c開發的軟件。
通過上面描述不難看出，php的執行的核心是翻譯出來的一條一條指令，也即opcode
u opcode
Opcode是php程序執行的最基本單位。一個opcode由兩個參數(op1,op2)、返回值和處理函數組成。Php程序最終被翻譯為一組opcode處理函數的順序執行
常見的幾個處理函數
ZEND_ASSIGN_SPEC_CV_CV_HANDLER : 變量分配 （$a=$b）
ZEND_DO_FCALL_BY_NAME_SPEC_HANDLER：函數調用
ZEND_CONCAT_SPEC_CV_CV_HANDLER：字符串拼接 $a.$b
ZEND_ADD_SPEC_CV_CONST_HANDLER: 加法運算 $a+2
ZEND_IS_EQUAL_SPEC_CV_CONST：判斷相等 $a==1
ZEND_IS_IDENTICAL_SPEC_CV_CONST：判斷相等 $a===1
HashTable是zend的核心數據結構，在php裡面幾乎並用來實現所有常見功能，我們知道的php數組即是其典型應用，此外，在zend內部，如函數符號表、全局變量等也都是基於hash table來實現。
php的hash table具有如下特點：
Zend hash table實現了典型的hash表散列結構，同時通過附加一個雙向鏈表，提供了正向、反向遍歷數組的功能。其結構如下圖
可以看到，在hash table中既有key->value形式的散列結構，也有雙向鏈表模式，使得它能夠非常方便的支持快速查找和線性遍歷。
Zend的散列結構是典型的hash表模型，通過鏈表的方式來解決沖突。需要注意的是zend的hash table是一個自增長的數據結構，當hash表數目滿了之後，其本身會動態以2倍的方式擴容並重新元素位置。初始大小均為8。
另外，在進行key->value快速查找時候，zend本身還做了一些優化，通過空間換時間的方式加快速度。比如在每個元素中都會用一個變量nKeyLength標識key的長度以作快速判定。
Zend hash table通過一個鏈表結構，實現了元素的線性遍歷。理論上，做遍歷使用單向鏈表就夠了，之所以使用雙向鏈表，主要目的是為了快速刪除，避免遍歷。
Zend hash table是一種復合型的結構，作為數組使用時，即支持常見的關聯數組也能夠作為順序索引數字來使用，甚至允許2者的混合。
關聯數組是典型的hash_table應用。一次查詢過程經過如下幾步
view plainprint?
從代碼可以看出，這是一個常見的hash查詢過程並增加一些快速判定加速查找。
索引數組就是我們常見的數組，通過下標訪問。例如 $arr[0]
Zend HashTable內部進行了歸一化處理，對於index類型key同樣分配了hash值和nKeyLength(為0)。內部成員變量nNextFreeElement就是當前分配到的最大id，每次push後自動加一。
正是這種歸一化處理，php才能夠實現關聯和非關聯的混合
由於push操作的特殊性，索引key在php數組中先後順序並不是通過下標大小來決定，而是由push的先後決定。
例如 $arr[1] = 2; $arr[2] = 3;
對於double類型的key，Zend HashTable會將他當做索引key處理
Zval是zend中另一個非常重要的數據結構，用來標識並實現php變量，其數據結構如下
Zval主要由三部分組成：
1、 type：指定了變量所述的類型（整數、字符串、數組等）
2、 refcount&is_ref：用來實現引用計數(後面具體介紹)
3、 value：核心部分，存儲了變量的實際數據
u zvalue
Zvalue是用來保存一個變量的實際數據。因為要存儲多種類型，所以zvalue是一個union，也由此實現了弱類型。
Php變量類型和其實際存儲對應關系如下
IS_LONG -> lvalue
IS_DOUBLE -> dvalue
IS_ARRAY -> ht
IS_STRING -> str
IS_RESOURCE -> lvalue
u 引用計數
引用計數在內存回收、字符串操作等地方使用非常廣泛。Php中的變量就是引用計數的典型應用
Zval的引用計數通過成員變量is_ref和ref_count實現，通過引用計數，多個變量可以共享同一份數據。避免頻繁拷貝帶來的大量消耗
在進行賦值操作時，zend將變量指向相同的zval同時ref_count++，在unset操作時，對應的ref_count-1。只有ref_count減為0時才會真正執行銷毀操作
如果是引用賦值，則zend會修改is_ref為1
u 寫時拷貝
Php變量通過引用計數實現變量共享數據，那如果改變其中一個變量值呢？
當試圖寫入一個變量時，Zend若發現該變量指向的zval被多個變量共享，則為其復制一份ref_count為1的zval，並遞減原zval的refcount，這個過程稱為“zval分離”。可見，只有在有寫操作發生時zend才進行拷貝操作，因此也叫copy-on-write(寫時拷貝)
對於引用型變量，其要求和非引用型相反，引用賦值的變量間必須是捆綁的，修改一個變量就修改了所有捆綁變量。
整數、浮點數是php中的基礎類型之一，也是一個簡單型變量。
對於整數和浮點數，在zvalue中直接存儲對應的值。其類型分別是long和double。
從zvalue結構中可以看出，對於整數類型，和c等強類型語言不同，php是不區分int、unsigned int、long、long long等類型的，對它來說，整數只有一種類型也就是long。由此，可以看出，在php裡面，整數的取值范圍是由編譯器位數來決定而不是固定不變的。
對於浮點數，類似整數，它也不區分float和double而是統一只有double一種類型。
這種情況下會自動轉換為double類型，這個一定要小心，很多trick都是由此產生。
和整數一樣，字符變量也是php中的基礎類型和簡單型變量
通過zvalue結構可以看出，在php中，字符串是由由指向實際數據的指針和長度結構體組成，這點和c++中的string比較類似。
由於通過一個實際變量表示長度，和c不同，它的字符串可以是2進制數據（包含\0），同時在php中，求字符串長度strlen是O(1)操作。
在新增、修改、追加字符串操作時，php都會重新分配內存生成新的字符串。
最後，出於安全考慮，php在生成一個字符串時末尾仍然會添加\0
假設有如下4個變量：
$strA=‘123’; $strB = ‘456’; $intA=123; intB=456;
現在對如下的幾種字符串拼接方式做一個比較和說明
1、$res = $strA.$strB和$res = “$strA$strB”
這種情況下，zend會重新malloc一塊內存並進行相應處理，其速度一般
2、$strA = $strA.$strB
這種是速度最快的，zend會在當前strA基礎上直接relloc，避免重復拷貝
3、$res = $intA.$intB
這種速度較慢，因為需要做隱式的格式轉換，實際編寫程序中也應該注意盡量避免
4、$strA = sprintf (“%s%s”,$strA.$strB);
這會是最慢的一種方式，因為sprintf在php中並不是一個語言結構，本身對於格式識別和處理就需要耗費比較多時間，另外本身機制也是malloc。不過sprintf的方式最具可讀性，實際中可以根據具體情況靈活選擇。
如前所述，Php的數組通過Zend HashTable來天然實現
對一個數組的foreach就是通過遍歷hashtable中的雙向鏈表完成。對於索引數組，通過foreach遍歷效率比for高很多，省去了key->value的查找
Count操作直接調用HashTable->NumOfElements，O(1)操作
對於’123’這樣的字符串，zend會轉換為其整數形式。$arr[‘123’]和$arr[123]是等價的
這是php中最復雜的一種變量，也是一種復合型結構。
Php的zval可以表示廣泛的數據類型，但是對於自定義的數據類型卻很難充分描述。由於沒有有效的方式描繪這些復合結構，因此也沒有辦法對它們使用傳統的操作符。要解決這個問題，只需要通過一個本質上任意的標識符（label）引用指針，這種方式被稱為資源。
在zval中，對於resource，lval作為指針來使用，直接指向資源所在的地址。
Resource可以是任意的復合結構，我們熟悉的mysqli、fsock、memcached等都是資源。
對於一個自定義的數據類型，要想將它作為資源。首先需要進行注冊，zend會為它分配全局唯一標示
對於資源，zend維護了一個id->實際數據的hash_tale。對於一個resource，在zval中只記錄了它的id。fetch的時候通過id在hash_table中找到具體的值返回
資源的數據類型是多種多樣的。Zend本身沒有辦法銷毀它。因此需要用戶在注冊資源的時候提供銷毀函數。當unset資源時，zend調用相應的函數完成析構。同時從全局資源表中刪除它。
資源可以長期駐留，不只是在所有引用它的變量超出作用域之後，甚至是在一個請求結束了並且新的請求產生之後。這些資源稱為持久資源，因為它們貫通SAPI的整個生命周期持續存在，除非特意銷毀。
很多情況下，持久化資源可以在一定程度上提高性能。比如我們常見的mysql_pconnect ,持久化資源通過pemalloc分配內存，這樣在請求結束的時候不會釋放。
對zend來說，對兩者本身並不區分。
對於一個請求，任意時刻php都可以看到兩個符號表(symbol_table和active_symbol_table)，其中前者用來維護全局變量。後者是一個指針，指向當前活動的變量符號表，當程序進入到某個函數中時，zend就會為它分配一個符號表x同時將active_symbol_table指向a。通過這樣的方式實現全局、局部變量的區分
php的符號表是通過hash_table實現的，對於每個變量都分配唯一標識，獲取的時候根據標識從表中找到相應zval返回
在函數中，我們可以通過顯式申明global來使用全局變量。在active_symbol_table中創建symbol_table中同名變量的引用，如果symbol_table中沒有同名變量則會先創建
摘自 YoungerChen的專欄
