从PHP语法糖剖析Zend VM引擎

技术渣 2016-11-04

##1.

先说个PHP5.3+的语法糖,通常我们这样写:

<?php

$a=0;

$b=$a?$a:1;

语法糖可以这样写:

<?php

$a=0;

$b=$a?:1;

执行结果$b=1,后面写法更简洁,但通常不太建议用太多语法糖,特别是容易理解混淆的,比如PHP7新增加??如下:

<?php

$b=$a??1;

相当于:

<?php

$b=isset($a)?$a:1;

?:和??你是不是容易搞混,如果这样,我建议宁可不用,代码可读性强,易维护更重要。

语法糖不是本文的重点,我们的目的是从语法糖入手聊聊ZendVM的解析原理。

##2.

分析的PHP源码分支=>remotes/origin/PHP-5.6.14,关于如何通过vld查看opcode,请看我之前写的这篇文章:

<http://www.yinqisen.cn/blog-680.html>

<?php

$a=0;

$b=$a?:1;

对应的opcdoe如下:

numberofops:5

compiledvars:!0=$a,!1=$b

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>ASSIGN!0,0

31JMP_SET_VAR$1!0

2QM_ASSIGN_VAR$11

3ASSIGN!1,$1

44>RETURN1

branch:#0;line:2-4;sop:0;eop:4;out1:-2

path#1:0,

vimZend/zend_language_parser.y+834

~~~.bash

834›|›expr'?'':'{zend_do_jmp_set(&$1,&$2,&$3TSRMLS_CC);}

835››expr{zend_do_jmp_set_else(&$$,&$5,&$2,&$3TSRMLS_CC);}

~~~

如果你喜欢,可以自己动手,重新定义?:的语法糖。遵循BNF文法规则,使用bison解析,有兴趣可以自行Google相关知识,继续深入了解。

从vld的opcode可以知道,执行了zend_do_jmp_set_else,代码在Zend/zend_compile.c中:

~~~.java

voidzend_do_jmp_set_else(znode*result,constznode*false_value,constznode*jmp_token,constznode*colon_tokenTSRMLS_DC)

{

›zend_op*opline=get_next_op(CG(active_op_array)TSRMLS_CC);

›SET_NODE(opline->result,colon_token);

›if(colon_token->op_type==IS_TMP_VAR){

››if(false_value->op_type==IS_VAR||false_value->op_type==IS_CV){

›››CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].opcode=ZEND_JMP_SET_VAR;

›››CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].result_type=IS_VAR;

›››opline->opcode=ZEND_QM_ASSIGN_VAR;

›››opline->result_type=IS_VAR;

››}else{

›››opline->opcode=ZEND_QM_ASSIGN;

››}

›}else{

››opline->opcode=ZEND_QM_ASSIGN_VAR;

›}

›opline->extended_value=0;

›SET_NODE(opline->op1,false_value);

›SET_UNUSED(opline->op2);

›GET_NODE(result,opline->result);

›CG(active_op_array)->opcodes[jmp_token->u.op.opline_num].op2.opline_num=get_next_op_number(CG(active_op_array));

›DEC_BPC(CG(active_op_array));

}

~~~

##3.

重点两个opcode,ZEND_JMP_SET_VAR和ZEND_QM_ASSIGN_VAR,怎么接着读代码呢?下面说下PHP的opcode。

PHP5.6有167个opcode,意味着可以执行167种不同的计算操作,官方文档看这里<http://php.net/manual/en/internals2.opcodes.list.php>

PHP内部使用_zend_op这个结构体来表示opcode,vimZend/zend_compile.h+111

111struct_zend_op{

112›opcode_handler_thandler;

113›znode_opop1;

114›znode_opop2;

115›znode_opresult;

116›ulongextended_value;

117›uintlineno;

118›zend_ucharopcode;

119›zend_ucharop1_type;

120›zend_ucharop2_type;

121›zend_ucharresult_type;

122}

PHP7.0略有不同,主要区别在针对64位系统uint换成uint32_t,明确指定字节数。

你把opcode当成一个计算器,只接受两个操作数(op1,op2),执行一个操作(handler,比如加减乘除),然后它返回一个结果(result)给你,再稍加处理算术溢出的情况(extended_value)。

Zend的VM对每个opcode的工作方式完全相同,都有一个handler(函数指针),指向处理函数的地址。这是一个C函数,包含了执行opcode对应的代码,使用op1,op2做为参数,执行完成后,会返回一个结果(result),有时也会附加一段信息(extended_value)。

用我们例子中的操作数ZEND_JMP_SET_VAR说明,vimZend/zend_vm_def.h+4995

4942ZEND_VM_HANDLER(158,ZEND_JMP_SET_VAR,CONST|TMP|VAR|CV,ANY)

4943{

4944›USE_OPLINE

4945›zend_free_opfree_op1;

4946›zval*value,*ret;

4947

4948›SAVE_OPLINE();

4949›value=GET_OP1_ZVAL_PTR(BP_VAR_R);

4950

4951›if(i_zend_is_true(value)){

4952››if(OP1_TYPE==IS_VAR||OP1_TYPE==IS_CV){

4953›››Z_ADDREF_P(value);

4954›››EX_T(opline->result.var).var.ptr=value;

4955›››EX_T(opline->result.var).var.ptr_ptr=&EX_T(opline->result.var).var.ptr;

4956››}else{

4957›››ALLOC_ZVAL(ret);

4958›››INIT_PZVAL_COPY(ret,value);

4959›››EX_T(opline->result.var).var.ptr=ret;

4960›››EX_T(opline->result.var).var.ptr_ptr=&EX_T(opline->result.var).var.ptr;

4961›››if(!IS_OP1_TMP_FREE()){

4962››››zval_copy_ctor(EX_T(opline->result.var).var.ptr);

4963›››}

4964››}

4965››FREE_OP1_IF_VAR();

4966#ifDEBUG_ZEND>=2

4967››printf("Conditionaljmpto%d\n",opline->op2.opline_num);

4968#endif

4969››ZEND_VM_JMP(opline->op2.jmp_addr);

4970›}

4971

4972›FREE_OP1();

4973›CHECK_EXCEPTION();

4974›ZEND_VM_NEXT_OPCODE();

4975}

i_zend_is_true来判断操作数是否为true,所以ZEND_JMP_SET_VAR是一种条件赋值,相信大家都能看明白,下面讲重点。

注意`zend_vm_def.h`这并不是一个可以直接编译的C的头文件,只能说是一个模板,具体可编译的头为`zend_vm_execute.h`(这个文件可有45000多行哦),它并非手动生成,而是由`zend_vm_gen.php`这个PHP脚本解析`zend_vm_def.h`后生成(有意思吧,先有鸡还是先有蛋,没有PHP哪来的这个脚本?),猜测这个是后期产物,早期php版本应该不会用这个。

上面ZEND_JMP_SET_VAR的代码,根据不同参数`CONST|TMP|VAR|CV`最终会生成不同类型的,但功能一致的handler函数:

staticintZEND_FASTCALLZEND_JMP_SET_VAR_SPEC_CONST_HANDLER(ZEND_OPCODE_HANDLER_ARGS)

staticintZEND_FASTCALLZEND_JMP_SET_VAR_SPEC_TMP_HANDLER(ZEND_OPCODE_HANDLER_ARGS)

staticintZEND_FASTCALLZEND_JMP_SET_VAR_SPEC_VAR_HANDLER(ZEND_OPCODE_HANDLER_ARGS)

staticintZEND_FASTCALLZEND_JMP_SET_VAR_SPEC_CV_HANDLER(ZEND_OPCODE_HANDLER_ARGS)

这么做的目的是为了在编译期确定handler,提升运行期的性能。不这么做,在运行期根据参数类型选择,也可以做到,但性能不好。当然这么做有时也会生成一些垃圾代码(看似无用),不用担心,C的编译器会进一步优化处理。

zend_vm_gen.php也可以接受一些参数,细节在PHP源码中的README文件`Zend/README.ZEND_VM`有详细说明。

##4.

讲到这里,我们知道opcode怎么和handler对应了。但是在整体上还有一个过程,就是语法解析,解析后所有的opcode是怎么串联起来的呢?

语法解析的细节就不说了,解析过后,会有个包含所有opcode的大数组(说链表可能更准确),从上面代码我们可以看到,每个handler执行完后,都会调用ZEND_VM_NEXT_OPCODE(),取出下一个opcode,继续执行,直到最后退出,循环的代码vimZend/zend_vm_execute.h+337:

~~~.java

ZEND_APIvoidexecute_ex(zend_execute_data*execute_dataTSRMLS_DC)

{

›DCL_OPLINE

›zend_booloriginal_in_execution;

›original_in_execution=EG(in_execution);

›EG(in_execution)=1;

›if(0){

zend_vm_enter:

››execute_data=i_create_execute_data_from_op_array(EG(active_op_array),1TSRMLS_CC);

›}

›LOAD_REGS();

›LOAD_OPLINE();

›while(1){

›intret;

#ifdefZEND_WIN32

››if(EG(timed_out)){

›››zend_timeout(0);

››}

#endif

››if((ret=OPLINE->handler(execute_dataTSRMLS_CC))>0){

›››switch(ret){

››››case1:

›››››EG(in_execution)=original_in_execution;

›››››return;

››››case2:

›››››gotozend_vm_enter;

›››››break;

››››case3:

›››››execute_data=EG(current_execute_data);

›››››break;

››››default:

›››››break;

›››}

››}

›}

›zend_error_noreturn(E_ERROR,"Arrivedatendofmainloopwhichshouldn'thappen");

}

~~~

宏定义,vimZend/zend_execute.c+1772

1772#defineZEND_VM_NEXT_OPCODE()\

1773›CHECK_SYMBOL_TABLES()\

1774›ZEND_VM_INC_OPCODE();\

1775›ZEND_VM_CONTINUE()

329#defineZEND_VM_CONTINUE()return0

330#defineZEND_VM_RETURN()return1

331#defineZEND_VM_ENTER()return2

332#defineZEND_VM_LEAVE()return3

while是一个死循环,执行一个handler函数,除个别情况,多数handler函数末尾都调用ZEND_VM_NEXT_OPCODE()->ZEND_VM_CONTINUE(),return0,继续循环。

>注:比如yield协程是个例外,它会返回1,直接return出循环。以后有机会我们再单独对yield做分析。

希望你看完上面内容,对PHPZend引擎的解析过程有个详细的了解,下面我们基于原理的分析,再简单聊聊PHP的优化。

##5.PHP优化注意事项

###5.1echo输出

<?php

$foo='foo';

$bar='bar';

echo$foo.$bar;

vld查看opcode:

numberofops:5

compiledvars:!0=$foo,!1=$bar

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>ASSIGN!0,'foo'

31ASSIGN!1,'bar'

42CONCAT~2!0,!1

3ECHO~2

54>RETURN1

branch:#0;line:2-5;sop:0;eop:4;out1:-2

path#1:0,

ZEND_CONCAT连接$a和$b的值,保存到临时变量~2中,然后echo出来。这个过程中涉及要分配一块内存,用于临时变量,用完后还要释放,还需要调用拼接函数,执行拼接过程。

如果换成这样写:

<?php

$foo='foo';

$bar='bar';

echo$foo,$bar;

对应的opcode:

numberofops:5

compiledvars:!0=$foo,!1=$bar

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>ASSIGN!0,'foo'

31ASSIGN!1,'bar'

42ECHO!0

3ECHO!1

54>RETURN1

branch:#0;line:2-5;sop:0;eop:4;out1:-2

path#1:0,

不需要分配内存,也不需要执行拼接函数,是不是效率更好呢!想了解拼接过程,可以根据本文讲的内容,自行查找ZEND_CONCAT这个opcode对应的handler,做了好多事情哦。

###5.2define()和const

const关键字是从5.3开始引入的,和define有很大差别,和C语言的`#define`倒是含义差不多。

*define()是函数调用,有函数调用开销。

*const是关键字,直接生成opcode,属于编译期能确定的,不需要动态在执行期分配。

const的值是死的,运行时不可以改变,所以说类似C语言的#define,属于编译期间就确定的内容,而且对数值类型有限制。

直接看代码,对比opcode:

define例子:

<?php

define('FOO','foo');

echoFOO;

defineopcode:

numberofops:6

compiledvars:none

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>SEND_VAL'FOO'

1SEND_VAL'foo'

2DO_FCALL2'define'

33FETCH_CONSTANT~1'FOO'

4ECHO~1

45>RETURN1

const例子:

<?php

constFOO='foo';

echoFOO;

constopcode:

numberofops:4

compiledvars:none

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>DECLARE_CONST'FOO','foo'

31FETCH_CONSTANT~0'FOO'

2ECHO~0

43>RETURN1

###5.3动态函数的代价

<?php

functionfoo(){}

foo();

对应opcode:

numberofops:3

compiledvars:none

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>NOP

31DO_FCALL0'foo'

42>RETURN1

动态调用的代码:

<?php

functionfoo(){}

$a='foo';

$a();

opcode:

numberofops:5

compiledvars:!0=$a

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>NOP

31ASSIGN!0,'foo'

42INIT_FCALL_BY_NAME!0

3DO_FCALL_BY_NAME0

54>RETURN1

可以vimZend/zend_vm_def.h+2630,看看INIT_FCALL_BY_NAME做的事情,代码太长,这里不列出来了。动态特性虽然方便,但一定会牺牲性能,所以使用前要平衡利弊。

###5.4类的延迟声明的代价

还是先看代码:

<?php

classBar{}

classFooextendsBar{}

对应opcode:

numberofops:4

compiledvars:none

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>NOP

31NOP

2NOP

43>RETURN1

调换声明顺序:

<?php

classFooextendsBar{}

classBar{}

对应opcode:

numberofops:4

compiledvars:none

line#*EIOopfetchextreturnoperands

-------------------------------------------------------------------------------------

20E>FETCH_CLASS0:0'Bar'

1DECLARE_INHERITED_CLASS'%00foo%2FUsers%2Fqisen%2Ftmp%2Fvld.php0x103d58020','foo'

32NOP

43>RETURN1

如果在强语言中,后面的写法会产生编译错误,但PHP这种动态语言,会把类的声明推迟到运行时,如果你不注意,就很可能踩到这个雷。

所以在我们了解ZendVM原理后,就更应该注意少用动态特性,可有可无的时候,就一定不要用。

转自:http://www.yinqisen.cn/blog-723.html

相关推荐