PHP垃圾回收机制(GC)

PHP垃圾回收机制(GC)

     前言

      垃圾回收是一个多数编程语言中都带有的内存管理机制。与非托管性语言相反：C, C++ 和 Objective C，用户需要手动收集内存，带有 GC 机制的语言：Java, javaScript 和 PHP 可以自动管理内存。

      下面是阅读 《官方手册-垃圾回收机制》后，根据我自己的理解做的笔记。方便日后查阅。

      1、引用计数的基本知识

      我们要了解GC，那么首先要了解引起垃圾回收的计数是什么。

      在php中，每个变量存在一个叫“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，还包括另外两个字节的额外信息：is_ref和refcount。

      当一个变量被赋常量值时，就会生成一个zval变量容器。

      1）is_ref

      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"&"来使用自定义的引用，所以zval中还有一个内部引用计数机制，来进行优化内存。

      2）refcount

      refcount用以表示指向这个zval变量容器的变量(也称符号即symbol)的个数。所有符号存在一个符号表当中，每个符号都有作用域。

     3）简单来讲：

      refcount就是多少个变量是一样的用了相同的值，那么refcount就是这个值。  

      is_ref就是当有变量用了&的形式进行赋值，那么refcount的值就会增加1

      2、举例

      接下来的案例是以php5.6版本下运行的

      1）Example #1 

      当一个变量被赋常量值时，就会生成一个zval变量容器，如下例这样：

Example #1 
<?php
$a = "new string";
xdebug_debug_zval( 'a' );  //显示zval的信息

输出：
a: (refcount=1, is_ref=0)='new string' 
?>

      2）Example #2

      增加一个zval的引用计数

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

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

      分析：这时，引用次数是2，因为同一个变量容器被变量 a 和变量 b关联.当没必要时，php不会去复制已生成的变量容器。

      3）Example #3

      减少引用计数

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

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

      分析：当任何关联到某个变量容器的变量离开它的作用域(比如：函数执行结束)，或者对变量调用了函数 unset()时，”refcount“就会减1。变量容器在”refcount“变成0时就被销毁。如果我们在上面的例子中继续执行 unset($a)，包含类型和值的这个变量容器就会从内存中删除。

      4）Example #4

      当考虑像 array和object这样的复合类型时，事情就稍微有点复杂. 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

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

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

       图示：

       

       分析：这三个zval变量容器是: a,meaning和 number。增加和减少”refcount”的规则和上面提到的一样. 下面, 我们在数组中再添加一个元素,并且把它的值设为数组中已存在元素的值

       5）Example #5

       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' );

输出：
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'
)

      图示：

     

       分析：从以上的xdebug输出信息，我们看到原有的数组元素和新添加的数组元素关联到同一个"refcount"2的zval变量容器. 尽管 Xdebug的输出显示两个值为'life'的 zval 变量容器，其实是同一个。

       6）Example #6

 

       从数组中删除一个元素

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

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

         分析：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，同样，当“refcount”为0时，这个变量容器就从内存中被删除

         7）Example #7

         把数组作为一个元素添加到自己

         现在，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，下个例子将说明这个。例中我们加入了引用操作符，否则php将生成一个复制。

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

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

     

      分析：这样$a数组就有两个元素，一个索引为0，值为字符one,另外一个索引为1，为$a自身的引用。“…”说明发生了递归操作，意味着"..."指向原始数组。

      8）Example #8

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

输出：
a: no such symbol
?>

      图示：

     

      分析： 那么问题也就产生了，$a已经不在符号表中了，用户无法再访问此变量，但是$a之前指向的zval的refcount变为1而不是0，因此不能被回收。

     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。

     GC算法

      1、为解决上面这种垃圾，产生了新的GC

      在PHP5.3版本中，使用了专门GC机制清理垃圾，在之前的版本中是没有专门的GC，php无法处理循环的引用内存泄露。那么垃圾产生的时候，没有办法清理，内存就白白浪费掉了。

      但是自5.3之后php使用引用计数系统中同步周期回收的同步算法，仅处理这个内存泄露问题。

      基本准则：

      1）如果一个zval的refcount增加，那么表明该变量的zval还在使用，不属于垃圾

      2）如果一个zval的refcount减少到0，那么zval可以被释放掉，可以清除，不属于垃圾

      3）如果在经过模拟删除后一个zval的refcount减1，如果该zval的引用次数为是大于0，那么此zval不能被释放，可能是一个垃圾

      4、垃圾回收周期（Collecting Cycles）

      三色机制：

      

 

       回收的过程结合gc的结构一起来分析：

#gc 的结构 zend_refcounted_h 具体如下:
typedef struct _zend_refcounted_h {
    uint32_t         refcount; // 记录 zend_value 的引用数
    union {
        struct {
            zend_uchar    type,  // zend_value的类型, 与zval.u1.type一致
            zend_uchar    flags, 
            uint16_t      gc_info // GC信息，记录在 gc 池中的位置和颜色，垃圾回收的过程会用到
        } v;
        uint32_t type_info;
    } u;
} zend_refcounted_h;

      1）步骤A （放入根缓冲区）

      为了避免不得不检查所有引用计数可能减少的垃圾周期，同步算法将所有可能根放在了根缓冲区(root buffer)中(在图中用紫色来标记，称为疑似垃圾)，这样可以同时确保每个可能的垃圾根在缓冲区中只出现一次。仅当根缓冲区满了时，才对缓冲区中所有不同的变量容器执行垃圾回收操作，在图中体现为步骤A。

     底层实现：

     1.  如果当变量的 refcount 减小后大于 0，PHP 并不会立即对这个变量进行垃圾鉴定和回收，而是放入一个缓冲区中，等这个缓冲区满了以后 (默认是10000 个值) 再统一进行处理，加入缓冲区的是变量 zend_value 里的 gc，目前垃圾只会出现在数组和对象两种类型中，数组的情况上面已经介绍了，对象的情况则是成员属性引用对象本身导致的，其它类型不会出现这种变量中的成员引用变量自身的情况，所以垃圾回收只会处理这两种类型的变量。

     2. 一个变量只能加入一次缓冲区，为了防止重复加入，变量加入后会把 zend_refcounted_h.gc_info 置为 GC_PURPLE，即标为紫色，后续不会重复插入。

     2）步骤B（模拟删除）

     在步骤B中，模拟删除每个紫色的变量。模拟删除时可能将不是紫色的不同变量引用数减1，如果某个普通变量引用计数变成0时，就对这个普通变量在做一次模拟删除。每个变量只能被模拟删除一次，模拟删除后标记为灰色。

     底层实现：

     从缓冲区链表的 roots 开始遍历，把当前 value 标识为灰色 (zend_refcounted_h.gc_info 置为 GC_GREY)，然后对当前 value 的成员进行深度优先遍历，把成员 value 的 refcount 减 1，并且也标为灰色

     3）步骤C （模拟恢复）

     在步骤C中，模拟恢复每个紫色变量。当然这个恢复是有条件的，当变量的引用计数大于0时才对其做模拟恢复。同样的每个变量只能恢复一次，恢复后标记为黑色。该步骤基本就是步骤 B 的逆运算。这样剩下的一堆没能恢复的就是该被删除的蓝色节点了，在步骤 D 中遍历出来真的删除掉。

     底层实现：

     重复遍历缓冲区链表，检查当前 value 引用是否为 0，为 0 则表示确实是垃圾，把它标为蓝色 (GC_BLUE)，如果不为 0 则排除了引用全部来自自身成员的可能，表示还有外部的引用，并不是垃圾，这时候因为步骤 (1) 对成员进行了 refcount 减 1 操作，需要再还原回去，对所有成员进行深度遍历，把成员 refcount 加 1，同时标为黑色

     4）步骤D  （删除蓝色节点）

     将步骤C中蓝色的节点遍历出来删除掉。

     底层实现：

     再次遍历缓冲区链表，将非 GC_BLUE 的节点从 roots 链表中移出，最终 roots 链表中全部为真正的垃圾，最后将这些垃圾清除。

     5、GC算法与PHP的集成

     在php中垃圾回收机制默认是打开的，在你的php.ini中可以手动设置，通过zend.enable_gc这个属性进行开启或关闭垃圾回收机制。

     当开启了垃圾回收机制后，每当根缓存区存满时，就会执行上面描述的循环查找算法。根缓存区具有固定的大小，当然你可以通过修改php源码文件Zend/zend_gc.c中常量GC_ROOT_BUFFER_MAX_ENTRIES来修改根缓存区的大小(注意修改后需要重新编译php)。

     当关闭垃圾回收机制后，这个循环查找算法将不会执行，然而可能根会一直存在于根缓冲区中，不管在配置中是否激活了垃圾回收机制。

     当然你也可以通过调用gc_enable()和gc_disable()函数来打开和关闭垃圾回收机制，效果和修改配置项相同。即使根缓冲区还没有满，也能强制执行周期回收。

      6、总结      

      1）PHP 5.3 版本之前

      不包括垃圾回收机制，也没有专门的垃圾回收器，实现垃圾回收就是简单判断一下变量的zval的refcount是否为0，是的话就释放。

      但是如果这么简单的判断垃圾回收的话，很容易引起程序过程中内存溢出。如果存在像2例子中的环形（循环）引用，这种"自身指向自身"的情况的话，那么变量将无法回收造成内存泄露，所以从php5.3开始就出现了专门负责清理垃圾数据防止内存泄露的垃圾回收器。

     2）在 5.3 版本之后，

     做了这些优化：

•   并不是每次引用计数减少时都进入回收周期，只有根缓冲区满额后在开始垃圾回收；
•   可以解决循环引用问题；
•   可以总将内存泄露保持在一个阈值以下。

     PHP7与PHP5的GC机制不同的地方

     PHP7在垃圾回收机制上做了优化

     想要深入的理解这块，对于没有太多C语言基础的我来说有点难，因为这里面涉及到php底层C实现的过程，所以这里参考了下文章《PHP7垃圾回收机制浅析》

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

php5.6下输出
a: (refcount=1, is_ref=0)='new string'

php7.2下输出
a: (interned, is_ref=0)='new String' //不使用引用计数的字符串类型被叫做“interned string（保留字符串）

    关于垃圾回收的小知识点

    1）unset()：unset()只是断开一个变量到一块内存区域的连接，同时将该内存区域的引用计数减1，内存是否回收主要还是看refcount是否到0了。

    2）null：将null赋值给一个变量是直接将该变量指向的数据结构置空，同时将其引用计数归0。

    3）脚本执行结束：该脚本中所有内存都会被释放，无论是否有环引用。

 

参考链接：

http://docs.php.net/manual/zh/features.gc.refcounting-basics.php

https://www.jianshu.com/p/d73b3ca418b0

https://learnku.com/articles/33451