一文搞懂php的垃圾回收机制

一、引用计数基础知识

• 每个php变量存在一个叫 zval 的变量容器中。
• 一个 zval 变量容器，除了包含变量的类型和值，还包括两个字节的额外信息。
• 第一个是 is_ref，是个bool值，用来标识这个变量是否是属于引用集合。通过这个字节，php引擎才能把普通变量和引用变量区分开来，由于php允许用户通过使用&来使用自定义引用，zval变量容器中还有一个内部引用计数机制，来优化内存使用。
• 第二个额外字节是 refcount，用以表示指向这个zval变量容器的变量个数。
• 所有的符号存在一个符号表中，其中每个符号都有作用域(scope)，那些主脚本(比如：通过浏览器请求的的脚本)和每个函数或者方法也都有作用域。

二、生成zval容器

• 当一个变量被赋常量值时，就会生成一个zval变量容器
• 如果安装了Xdebug，则可以通过 xdebug_debug_zval() 查看这两个值

<?php
$a = "new string";
xdebug_debug_zval('a');

//结果
a: (refcount=1, is_ref=0)='new string'

三、增加zval的引用计数

• 把一个变量赋值给另一变量将增加引用次数

<?php
$a = "new string";
$b = $a;
xdebug_debug_zval( 'a' );

//结果
a: (refcount=2, is_ref=0)='new string'

四、减少zval引用计数

• 使用 unset() 可以减少引用次数 
• 包含类型和值的这个变量容器就会从内存中删除

<?php
$a = "new string";
$c = $b = $a;
xdebug_debug_zval( 'a' );
unset( $b, $c );
xdebug_debug_zval( 'a' );

//结果
a: (refcount=3, is_ref=0)='new string'
a: (refcount=1, is_ref=0)='new string'

五、复合类型的zval容器

• 与 标量(scalar)类型的值不同
• array和 object类型的变量把它们的成员或属性存在自己的符号表中
• 这意味着下面的例子将生成三个zval变量容器
• 这三个zval变量容器是: a，meaning和 number

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
xdebug_debug_zval( 'a' );

//结果
a: (refcount=1, is_ref=0)=array (
   'meaning' => (refcount=1, is_ref=0)='life',
   'number' => (refcount=1, is_ref=0)=42
)

六、增加复合类型的引用计数

• 添加一个已经存在的元素到数组中

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
$a['life'] = $a['meaning'];
xdebug_debug_zval( 'a' );

//结果
a: (refcount=1, is_ref=0)=array (
   'meaning' => (refcount=2, is_ref=0)='life',
   'number' => (refcount=1, is_ref=0)=42,
   'life' => (refcount=2, is_ref=0)='life'
)

七、减少复合类型的引用计数

• 删除数组中的一个元素
• 就是类似于从作用域中删除一个变量.
• 删除后，数组中的这个元素所在的容器的“refcount”值减少

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
$a['life'] = $a['meaning'];
unset( $a['meaning'], $a['number'] );
xdebug_debug_zval( 'a' );

//结果
a: (refcount=1, is_ref=0)=array (
   'life' => (refcount=1, is_ref=0)='life'
)

八、特殊情况

• 当我们添加一个数组本身作为这个数组的元素时，事情就变得有趣 
• 同上，对一个变量调用unset，将删除这个符号，且它指向的变量容器中的引用次数也减1

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

//结果
a: (refcount=2, is_ref=1)=array (
   0 => (refcount=1, is_ref=0)='one',
   1 => (refcount=2, is_ref=1)=...
)

九、清理变量容器的问题

• 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将在脚本执行结束时清除这个数据结构，但是在php清除之前，将耗费不少内存。
• 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

十、回收周期

• 像以前的 php 用到的引用计数内存机制，无法处理循环的引用内存泄漏
• 而在php 5.3.0 中使用同步算法，来处理这个内存泄漏问题
• 如果一个引用计数增加，它将继续被使用，当然就不再在垃圾中。
• 如果引用计数减少到零，所在变量容器将被清除(free)
• 就是说，仅仅在引用计数减少到非零值时，才会产生垃圾周期
• 在一个垃圾周期中，通过检查引用计数是否减1，并且检查哪些变量容器的引用次数是零，来发现哪部分是垃圾

十一、回收算法分析

• 为避免不得不检查所有引用计数可能减少的垃圾周期
• 这个算法把所有可能根(possible roots 都是zval变量容器),放在根缓冲区(root buffer)中(用紫色来标记，称为疑似垃圾)，这样可以同时确保每个可能的垃圾根(possible garbage root)在缓冲区中只出现一次。仅仅在根缓冲区满了时，才对缓冲区内部所有不同的变量容器执行垃圾回收操作。看上图的步骤 A。
• 在步骤 B 中，模拟删除每个紫色变量。模拟删除时可能将不是紫色的普通变量引用数减"1"，如果某个普通变量引用计数变成0了，就对这个普通变量再做一次模拟删除。每个变量只能被模拟删除一次，模拟删除后标记为灰
• 在步骤 C 中，模拟恢复每个紫色变量。恢复是有条件的，当变量的引用计数大于0时才对其做模拟恢复。同样每个变量只能恢复一次，恢复后标记为黑，基本就是步骤 B 的逆运算。这样剩下的一堆没能恢复的就是该删除的蓝色节点了，在步骤 D 中遍历出来真的删除掉

十二、性能考虑

• 主要有两个领域对性能有影响
• 第一个是内存占用空间的节省
• 另一个是垃圾回收机制释放已泄漏的内存耗费的时间增加

十三、垃圾回收机制的结论

• 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。
• 然而，在平常脚本中有循环回收机制运行的情况下，内存的节省将允许更多这种脚本同时运行在你的服务器上。因为总共使用的内存没达到上限。
• 这种好处在长时间运行脚本中尤其明显，诸如长时间的测试套件或者daemon脚本此类