HashTable是Zend引擎中最重要、使用最廣泛的數據結構，它被用來存儲幾乎所有的東西。
1.2.1 數據結構
HashTable數據結構定義如下：
復制代碼 代碼如下:
typedef struct bucket {
ulong h; // 存放hash
uint nKeyLength;
void *pData; // 指向value，是用戶數據的副本
void *pDataPtr;
struct bucket *pListNext; // pListNext和pListLast組成
struct bucket *pListLast; // 整個HashTable的雙鏈表
struct bucket *pNext; // pNext和pLast用於組成某個hash對應
struct bucket *pLast; // 的雙鏈表
char arKey[1]; // key
} Bucket;
typedef struct _hashtable {
uint nTableSize;
uint nTableMask;
uint nNumOfElements;
ulong nNextFreeElement;
Bucket *pInternalPointer; /* Used for element traversal */
Bucket *pListHead;
Bucket *pListTail;
Bucket **arBuckets; // hash數組
dtor_func_t pDestructor; // HashTable初始化時指定，銷毀Bucket時調用
zend_bool persistent; // 是否采用C的內存分配例程
unsigned char nApplyCount;
zend_bool bApplyProtection;
#if ZEND_DEBUG
int inconsistent;
#endif
} HashTable;
HashTable中包含兩種數據結構，一個鏈表散列和一個雙向鏈表，前者用於進行快速鍵-值查詢，後者方便線性遍歷和排序，一個Bucket同時存在於這兩個數據結構中。
關於該數據結構的幾點解釋：
鏈表散列中為什麼使用雙向鏈表？
一般的鏈表散列只需要按key進行操作，只需要單鏈表就夠了。但是，Zend有時需要從鏈表散列中刪除給定的Bucket，使用雙鏈表可以非常高效的實現。
nTableMask是干什麼的？
這個值用於hash值到arBuckets數組下標的轉換。當初始化一個HashTable，Zend首先為arBuckets數組分配nTableSize大小的內存，nTableSize取不小於用戶指定大小的最小的2^n，即二進制的10*。nTableMask = nTableSize – 1，即二進制的01*，此時h & nTableMask就恰好落在 [0, nTableSize – 1] 裡，Zend就以其為index來訪問arBuckets數組。
pDataPtr是干什麼的？
通常情況下，當用戶插入一個鍵值對時，Zend會將value復制一份，並將pData指向value副本。復制操作需要調用Zend內部例程 emalloc來分配內存，這是個非常耗時的操作，並且會消耗比value大的一塊內存（多出的內存用於存放cookie），如果value很小的話，將會造成較大的浪費。考慮到HashTable多用於存放指針值，於是Zend引入pDataPtr，當value小到和指針一樣長時，Zend就直接將其復制到pDataPtr裡，並且將pData指向pDataPtr。這就避免了emalloc操作，同時也有利於提高Cache命中率。
arKey大小為什麼只有1？為什麼不使用指針管理key？
arKey是存放key的數組，但其大小卻只有1，並不足以放下key。在HashTable的初始化函數裡可以找到如下代碼：
復制代碼 代碼如下:
p = (Bucket *) pemalloc(sizeof(Bucket) - 1 + nKeyLength, ht->persistent);
可見，Zend為一個Bucket分配了一塊足夠放下自己和key的內存，上半部分是Bucket，下半部分是key，而arKey“恰好”是Bucket的最後一個元素，於是就可以使用arKey來訪問key了。這種手法在內存管理例程中最為常見，當分配內存時，實際上是分配了比指定大小要大的內存，多出的上半部分通常被稱為cookie，它存儲了這塊內存的信息，比如塊大小、上一塊指針、下一塊指針等，baidu的Transmit程序就使用了這種方法。
不用指針管理key，是為了減少一次emalloc操作，同時也可以提高Cache命中率。另一個必需的理由是，key絕大部分情況下是固定不變的，不會因為key變長了而導致重新分配整個Bucket。這同時也解釋了為什麼不把value也一起作為數組分配了——因為value是可變的。
1.2.2 PHP數組
關於HashTable還有一個疑問沒有回答，就是nNextFreeElement是干什麼的？
不同於一般的散列，Zend的HashTable允許用戶直接指定hash值，而忽略key，甚至可以不指定key（此時，nKeyLength為0）。同時，HashTable也支持append操作，用戶連hash值也不用指定，只需要提供value，此時，Zend就用nNextFreeElement作為hash，之後將nNextFreeElement遞增。
HashTable的這種行為看起來很奇怪，因為這將無法按key訪問value，已經完全不是個散列了。理解問題的關鍵在於，PHP數組就是使用HashTable實現的——關聯數組使用正常的k-v映射將元素加入HashTable，其key為用戶指定的字符串；非關聯數組則直接使用數組下標作為hash值，不存在key；而當在一個數組中混合使用關聯和非關聯時，或者使用array_push操作時，就需要用nNextFreeElement了。
再來看value，PHP數組的value直接使用了zval這個通用結構，pData指向的是zval*，按照上一節的介紹，這個zval*將直接存儲在pDataPtr裡。由於直接使用了zval，數組的元素可以是任意PHP類型。
數組的遍歷操作，即foreach、each等，是通過HashTable的雙向鏈表來進行的，pInternalPointer作為游標記錄了當前位置。
1.2.3 變量符號表
除了數組，HashTable還被用來存儲許多其他數據，比如，PHP函數、變量符號、加載的模塊、類成員等。
一個變量符號表就相當於一個關聯數組，其key是變量名（可見，使用很長的變量名並不是個好主意），value是zval*。
在任一時刻PHP代碼都可以看見兩個變量符號表——symbol_table和active_symbol_table——前者用於存儲全局變量，稱為全局符號表；後者是個指針，指向當前活動的變量符號表，通常情況下就是全局符號表。但是，當每次進入一個PHP函數時（此處指的是用戶使用PHP代碼創建的函數），Zend都會創建函數局部的變量符號表，並將active_symbol_table指向局部符號表。Zend總是使用active_symbol_table來訪問變量，這樣就實現了局部變量的作用域控制。
但如果在函數局部訪問標記為global的變量，Zend會進行特殊處理——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。
1.3 內存和文件
程序擁有的資源一般包括內存和文件，對於通常的程序，這些資源是面向進程的，當進程結束後，操作系統或C庫會自動回收那些我們沒有顯式釋放的資源。
但是，PHP程序有其特殊性，它是基於頁面的，一個頁面運行時同樣也會申請內存或文件這樣的資源，然而當頁面運行結束後，操作系統或C庫也許不會知道需要進行資源回收。比如，我們將php作為模塊編譯到apache裡，並且以prefork或worker模式運行apache。這種情況下apache進程或線程是復用的，php頁面分配的內存將永駐內存直到出core。
為了解決這種問題，Zend提供了一套內存分配API，它們的作用和C中相應函數一樣，不同的是這些函數從Zend自己的內存池中分配內存，並且它們可以實現基於頁面的自動回收。在我們的模塊中，為頁面分配的內存應該使用這些API，而不是C例程，否則Zend會在頁面結束時嘗試efree掉我們的內存，其結果通常就是crush。
emalloc()
efree()
estrdup()
estrndup()
ecalloc()
erealloc()
另外，Zend還提供了一組形如VCWD_xxx的宏用於替代C庫和操作系統相應的文件API，這些宏能夠支持PHP的虛擬工作目錄，在模塊代碼中應該總是使用它們。宏的具體定義參見PHP源代碼”TSRM/tsrm_virtual_cwd.h”。可能你會注意到，所有那些宏中並沒有提供close操作，這是因為close的對象是已打開的資源，不涉及到文件路徑，因此可以直接使用C或操作系統例程；同理，read/write之類的操作也是直接使用C或操作系統的例程。
