不知道怎麼回事總是令人不舒服的，因此我通過閱讀源碼和查閱有限的資料簡要了解一下相關機制，本文是我對研究內容的總結。 本文首先解釋了線程安全的概念及PHP中線程安全的背景，然後詳細研究了PHP的線程安全機制ZTS（Zend Thread Safety）及具體的實現TSRM，研究內容包括相關數據結構、實現細節及運行機制，最後研究了Zend對於單線程和多線程環境的選擇性編譯問題。
線程安全
線程安全問題，一言以蔽之就是多線程環境下如何安全存取公共資源。我們知道，每個線程只擁有一個私有棧，共享所屬進程的堆。在C中，當一個變量被聲明在任何函數之外時，就成為一個全局變量，這時這個變量會被分配到進程的共享存儲空間，不同線程都引用同一個地址空間，因此一個線程如果修改了這個變量，就會影響到全部線程。這看似為線程共享數據提供了便利，但是PHP往往是每個線程處理一個請求，因此希望每個線程擁有一個全局變量的副本，而不希望請求間相互干擾。 早期的PHP往往用於單線程環境，每個進程只啟動一個線程，因此不存在線程安全問題。後來出現了多線程環境下使用PHP的場景，因此Zend引入了Zend線程安全機制（Zend Thread Safety，簡稱ZTS）用於保證線程的安全。
ZTS的基本原理及實現 基本思想
說起來ZTS的基本思想是很直觀的，不是就是需要每個全局變量在每個線程都擁有一個副本嗎？那我就提供這樣的機制： 在多線程環境下，申請全局變量不再是簡單聲明一個變量，而是整個進程在堆上分配一塊內存空間用作“線程全局變量池”，在進程啟動時初始化這個內存池，每當有線程需要申請全局變量時，通過相應方法調用TSRM（Thread Safe Resource Manager，ZTS的具體實現）並傳遞必要的參數（如變量大小等等），TSRM負責在內存池中分配相應內存區塊並將這塊內存的引用標識返回，這樣下次這個線程需要讀寫此變量時，就可以通過將唯一的引用標識傳遞給TSRM，TSRM將負責真正的讀寫操作。這樣就實現了線程安全的全局變量。下圖給出了ZTS原理的示意圖：
Thread1和Thread2同屬一個進程，其中各自需要一個全局變量Global Var，TSRM為兩者在線程全局內存池中（黃色部分）各自分配了一個區域，並且通過唯一的ID進行標識，這樣兩個線程就可以通過TSRM存取自己的變量而互不干擾。 下面通過具體的代碼片段看一下Zend具體是如何實現這個機制的。這裡我用的是PHP5.3.8的源碼。 TSRM的實現代碼在PHP源碼的“TSRM”目錄下。
數據結構
TSRM中比較重要的數據結構有兩個：tsrm_tls_entry和tsrm_resource_type。下面先看tsrm_tls_entry。 tsrm_tls_entry定義在TSRM/TSRM.c中：
復制代碼 代碼如下:
typedef struct _tsrm_tls_entry tsrm_tls_entry;
struct _tsrm_tls_entry {
void **storage;
int count;
THREAD_T thread_id;
tsrm_tls_entry *next;
}
每個tsrm_tls_entry結構負責表示一個線程的所有全局變量資源，其中thread_id存儲線程ID，count記錄全局變量數，next指向下一個節點。storage可以看做指針數組，其中每個元素是一個指向本節點代表線程的一個全局變量。最終各個線程的tsrm_tls_entry被組成一個鏈表結構，並將鏈表頭指針賦值給一個全局靜態變量tsrm_tls_table。注意，因為tsrm_tls_table是一個貨真價實的全局變量，所以所有線程會共享這個變量，這就實現了線程間的內存管理一致性。tsrm_tls_entry和tsrm_tls_table結構的示意圖如下：
tsrm_resource_type的內部結構相對簡單一些：
復制代碼 代碼如下:
typedef struct {
size_t size;
ts_allocate_ctor ctor;
ts_allocate_dtor dtor;
int done;
}
tsrm_resource_type;上文說過tsrm_tls_entry是以線程為單位的（每個線程一個節點），而tsrm_resource_type以資源（或者說全局變量）為單位，每次一個新的資源被分配時，就會創建一個tsrm_resource_type。所有tsrm_resource_type以數組（線性表）的方式組成tsrm_resource_table，其下標就是這個資源的ID。每個tsrm_resource_type存儲了此資源的大小和構造、析構方法指針。某種程度上，tsrm_resource_table可以看做是一個哈希表，key是資源ID，value是tsrm_resource_type結構。
實現細節
這一小節分析TSRM一些算法的實現細節。因為整個TSRM涉及代碼比較多，這裡揀其中具有代表性的兩個函數分析。 第一個值得注意的是tsrm_startup函數，這個函數在進程起始階段被sapi調用，用於初始化TSRM的環境。由於tsrm_startup略長，這裡摘錄出我認為應該注意的地方：
復制代碼 代碼如下:
/* Startup TSRM (call once for the entire process) */
TSRM_API int tsrm_startup(int expected_threads, int expected_resources, int debug_level, char *debug_filename)
{
/* code... */
tsrm_tls_table_size = expected_threads;
tsrm_tls_table = (tsrm_tls_entry **) calloc(tsrm_tls_table_size, sizeof(tsrm_tls_entry *));
if (!tsrm_tls_table) {
TSRM_ERROR((TSRM_ERROR_LEVEL_ERROR, "Unable to allocate TLS table"));
return 0;
}
id_count=0;
resource_types_table_size = expected_resources;
resource_types_table = (tsrm_resource_type *) calloc(resource_types_table_size, sizeof(tsrm_resource_type));
if (!resource_types_table) {
TSRM_ERROR((TSRM_ERROR_LEVEL_ERROR, "Unable to allocate resource types table"));
free(tsrm_tls_table);
tsrm_tls_table = NULL;
return 0;
}
/* code... */
return 1;
}
其實tsrm_startup的主要任務就是初始化上文提到的兩個數據結構。第一個比較有意思的是它的前兩個參數：expected_threads和expected_resources。這兩個參數由sapi傳入，表示預計的線程數和資源數，可以看到tsrm_startup會按照這兩個參數預先分配空間（通過calloc）。因此TSRM會首先分配可容納expected_threads個線程和expected_resources個資源的。要看各個sapi默認會傳入什麼，可以看各個sapi的源碼（在sapi目錄下），我簡單看了一下：
可以看到比較常用的sapi如mod_php5、php-fpm和cgi都是預分配一個線程和一個資源，這樣是因為不願浪費內存空間，而且多數情況下PHP還是運行於單線程環境。 這裡還可以看到一個id_count變量，這個變量是一個全局靜態變量，其作用就是通過自增產生資源ID，這個變量在這裡被初始化為0。所以TSRM產生資源ID的方式非常簡單：就是一個整形變量的自增。 第二個需要仔細分析的就是ts_allocate_id，編寫過PHP擴展的朋友對這個函數肯定不陌生，這個函數...
