PHP的垃圾回收机制详解

原文:PHP的垃圾回收机制详解

最近由于使用php编写了一个脚本，模拟实现了一个守护进程，因此需要深入理解php中的垃圾回收机制。本文参考了PHP手册。

在理解PHP垃圾回收机制（GC）之前，先了解一下变量的存储。

php中变量存在于一个zval的变量容器中。结构如下：

类型

值

is_ref

refcount

zval中，除了存储变量的类型和值之外，还有is_ref字段和refcount字段。

• is_ref：是个bool值，用来区分变量是否属于引用集合。什么意思呢，你可以这么认为：表示变量是否有一个以上的别名。
• refcount：计数器，表示指向这个zval变量容器的变量个数。

两者之间有这么一个默认关系：当refcount值为1时，is_ref的值为false。因为refcount为1，此变量不可能有多个别名，也就不存在引用了。

安装xdebug拓展之后，可以利用xdebug_debug_zval打印出zval容器详情。

这里有一点需要注意，将一个变量 = 赋值给另一个变量时，不会立即为新变量分配内存空间，而是在原变量的zval中给refcount加1。 只有当原变量或者发生改变时，才会为新变量分配内存空间，同时原变量的refcount减 1 。当然，如果unset原变量，新变量直接就使用原变量的zval而不是重新分配。

&引用赋值时，原变量的is_ref 变为1，refcount 加1.  如果给一个变量&赋值，之前 = 赋值的变量会分配空间。

<?php
$a = 1;
xdebug_debug_zval('a');
echo PHP_EOL;
$b = $a;
xdebug_debug_zval('a');
echo PHP_EOL;

$c = &$a;
xdebug_debug_zval('a');
echo PHP_EOL;

xdebug_debug_zval('b');
echo PHP_EOL;
?>

　　运行结果如下：

a:(refcount=1, is_ref=0),int

a:(refcount=2, is_ref=0),int

a:(refcount=2, is_ref=1),int

b:(refcount=1, is_ref=0),int

上面描述的zval存储的是标量，那复合类型的数组是如何存储的呢？

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
xdebug_debug_zval( 'a' );
echo PHP_EOL;
class Test{
	public $a = 1;
	public $b = 2;

	function handle(){
		echo 'hehe';
	}
}

$test = new Test();
xdebug_debug_zval('test');
?>

　　运行结果如下：

a:(refcount=1, is_ref=0),

array
  'meaning' => (refcount=1, is_ref=0),

string

'life' (length=4)

  'number' => (refcount=1, is_ref=0),

int

test:(refcount=1, is_ref=0),

object(Test)[1]
  public 'a' => (refcount=2, is_ref=0),

int

  public 'b' => (refcount=2, is_ref=0),

int

可以看出，数组用了比数组长度多1个zval存储。对象类似。下面给出了数组的存储形象表示

可以看到：数组分配了三个zval容器：a   meaning  number

现在看看所谓的环状引用是如何生成的

<?php
$a = array( 'one' );
$a[] =& $a;
xdebug_debug_zval( 'a' );
?>

　　运行结果：

a:(refcount=2, is_ref=1),

array
  0 => (refcount=1, is_ref=0),

string

 'one' (length=3)

  1 => (refcount=2, is_ref=1), &array

a 和 1 的zval容器 是一样的。如下：

这样就形成了环状引用。

在5.2及更早版本的PHP中，没有专门的垃圾回收器GC（Garbage Collection），引擎在判断一个变量空间是否能够被释放的时候是依据这个变量的zval的refcount的值，如果refcount为0，那么变量的空间可以被释放，否则就不释放，这是一种非常简单的GC实现。

现在unset ($a),那么array的refcount减1变为1.现在无任何变量指向这个zval，而且这个zval的计数器为1，不会回收。

尽管不再有某个作用域中的任何符号指向这个结构(就是变量容器)，由于数组元素“1”仍然指向数组本身，所以这个容器不能被清除 。因为没有另外的符号指向它，用户没有办法清除这个结构，结果就会导致内存泄漏。庆幸的是，php将在请求结束时清除这个数据结构，但是在php清除之前，将耗费不少空间的内存。如果你要实现分析算法，或者要做其他像一个子元素指向它的父元素这样的事情，这种情况就会经常发生。当然，同样的情况也会发生在对象上，实际上对象更有可能出现这种情况，因为对象总是隐式的被引用。

如果上面的情况发生仅仅一两次倒没什么，但是如果出现几千次，甚至几十万次的内存泄漏，这显然是个大问题。在长时间运行的脚本，比如请求基本上不会结束的守护进程时，就会出现问题，内存空间会不断耗费，导致内存不足而崩溃。

PHP5.3中，采用了专门的算法（比较复杂）。，来处理环状引用导致内存泄露的问题。

当一个zval可能为垃圾时，回收算法会把这个zval放入一个内存缓冲区。当缓冲区达到最大临界值时（最大值可以设置），回收算法会循环遍历所有缓冲区中的zval，判断其是否为垃圾，并进行释放处理。或者我们在脚本中使用gc_collect_cycles,强制回收缓冲区中的垃圾。

在php5.3的GC中，针对的垃圾做了如下说明：

1：如果一个zval的refcount增加，那么此zval还在使用，肯定不是垃圾，不会进入缓冲区

2：如果一个zval的refcount减少到0， 那么zval会被立即释放掉，不属于GC要处理的垃圾对象，不会进入缓冲区。

 3：如果一个zval的refcount减少之后大于0，那么此zval还不能被释放，此zval可能成为一个垃圾，将其放入缓冲区。PHP5.3中的GC针对的就是这种zval进行的处理。

开启/关闭垃圾回收机制可以通过修改php配置实现，也可以在程序中使用gc_enable() 和 gc_disable()开启和关闭。

开启垃圾回收机制后，针对内存泄露的情况，可以节省大量的内存空间，但是由于垃圾回收算法运行耗费时间，开启垃圾回收算法会增加脚本的执行时间。

下面是php手册中给的一个脚本

<?php
class Foo
{
    public $var = '3.1415962654';
}

$baseMemory = memory_get_usage();

for ( $i = 0; $i <= 100000; $i++ )
{
    $a = new Foo;
    $a->self = $a;
    if ( $i % 500 === 0 )
    {
        echo sprintf( '%8d: ', $i ), memory_get_usage() - $baseMemory, "\n";
    }
}
?>

　　

针对这个脚本，给出了其在php5.2和5.3中内存的占用情况，如下图：

针对下面这个脚本

<?php
class Foo
{
    public $var = '3.1415962654';
}

for ( $i = 0; $i <= 1000000; $i++ )
{
    $a = new Foo;
    $a->self = $a;
}

echo memory_get_peak_usage(), "\n";
?>

　　

开启垃圾回收机制，相对于不开启的时候，脚本执行时间增加了7%

通常，PHP中的垃圾回收机制，仅仅在循环回收算法确实运行时会有时间消耗上的增加。但是在平常的(更小的)脚本中应根本就没有性能影响。