PHP GC 垃圾回收机制深入了解
PHP是一门托管型语言，在PHP编程中程序员不需要手工处理内存资源的分配与释放(使用C编写PHP或Zend扩展除外)，这就意味着PHP本身实现了垃圾回收机制(GC，Garbage Collection)。现在如果去PHP官方网站(php.net)可以看到，目前PHP5的两个分支版本PHP5.2和PHP5.3是分别更新的，这是因为许多项目仍然使用5.2版本的PHP，而5.3版本对5.2并不是完全兼容。PHP5.3在PHP5.2的基础上做了诸多改进，其中垃圾回收算法就属于一个比较大的改变。
本文将分别讨论PHP5.2和PHP5.3的垃圾回收机制，并讨论这种演化和改进对于程序员编写PHP的影响以及要注意的问题。
PHP变量及关联内存对象的内部表示
垃圾回收机制说到底是对变量及其所关联内存对象的操作，所以在讨论PHP的垃圾回收机制之前，先简要介绍PHP中变量及其内存对象的内部表示(其C源代码中的表示)。
PHP官方文档中将PHP中的变量划分为两类：标量类型和复杂类型。
1）标量类型包括布尔型、整型、浮点型和字符串
2）复杂类型包括数组、对象和资源;
3）还有一个NULL比较特殊，它不划分为任何类型，而是单独成为一类。
所有这些类型，在PHP内部统一用一个叫做zval的结构表示，在PHP源代码中这个结构名称为“_zval_struct”。
zval的具体定义在PHP源代码的“Zend/zend.h”文件中，下面是相关代码的摘录。
typedef union _zvalue_value {
long lval; /* long value */
double dval; /* double value */
struct {
char *val;
int len;
} str; /* string */
HashTable *ht; /* hash table value */
zend_object_value obj;
} zvalue_value;
struct _zval_struct {
/* Variable information */
zvalue_value value;
/* value */
zend_uint refcount__gc;
zend_uchar type; /* active type */
zend_uchar is_ref__gc;
};
如上，联合体“_zvalue_value”用于表示PHP中所有变量的值，这里之所以使用union，是因为一个zval在一个时刻只能表示一种类型的变量。可以看到_zvalue_value中只有5个字段，但是PHP中算上NULL有8种数据类型，那么PHP内部是如何用5个字段表示8种类型呢? 这算是PHP设计比较巧妙的一个地方，它通过复用字段达到了减少字段的目的。例如，在PHP内部布尔型、整型及资源(只要存储资源的标识符即可，类似于对象的引用地址、数组的首地址和长度)都是通过lval字段存储的；dval用于存储浮点型；str存储字符串；ht存储数组(注意PHP中的数组其实是哈希表)；而obj存储对象类型；如果所有字段全部置为0或NULL，则表示PHP中的NULL，这样就达到了用5个字段存储8种类型的值。
而当前zval中的value(value的类型即是_zvalue_value)到底表示那种类型，则由“_zval_struct”中的type确定。
_zval_struct即是zval在C语言中的具体实现，每个zval表示一个变量的内存对象。
除了value和type，可以看到_zval_struct中还有两个字段 refcount__gc 和 is_ref__gc ，从其后缀就可以断定这两个家伙与垃圾回收有关。没错，PHP的垃圾回收全靠这俩字段了。其中，refcount__gc表示当前有几个变量引用此zval，而is_ref__gc表示当前zval是否被按引用引用，这话听起来很拗口，这和PHP中zval的“Write-On-Copy”机制有关，由于这个话题不是本文重点，因此这里不再详述，读者只需记住refcount__gc这个字段的作用即可。
PHP5.2中的垃圾回收算法：Reference Counting （引用计数）
PHP5.2中使用的内存回收算法是大名鼎鼎的Reference Counting，这个算法中文翻译叫做“引用计数”，其思想非常直观和简洁：为每个内存对象分配一个计数器，当一个内存对象建立时计数器初始化为1 (因为总是有一个变量引用此对象)，以后每有一个新变量引用此内存对象，则计数器加1，而每当减少一个引用此内存对象的变量则计数器减1，当垃圾回收机制运作的时候，将所有计数器为0的内存对象销毁并回收其占用的内存。而PHP中内存对象就是zval，而计数器就是refcount__gc。
例如下面一段PHP代码演示了PHP5.2计数器的工作原理(计数器值通过xdebug得到)：
<?php $val1 = 100; // zval(val1).refcount_gc = 1; $val2 = $val1; // zval(val1).refcount_gc = 2,zval(val2).refcount_gc = 2 (因为是Write on copy，当前val2与val1共同引用一个zval) $val2 = 200; // zval(val1).refcount_gc = 1,zval(val2).refcount_gc = 1 (此处val2新建了一个zval) unset($val1); // zval(val1).refcount_gc = 0 ($val1引用的zval再也不可用，会被GC回收) ?>
Reference Counting简单直观，实现方便，但却存在一个致命的缺陷，就是容易造成内存泄露。
很多朋友可能已经意识到了，如果存在循环引用，那么Reference Counting就可能导致内存泄露。
例如下面的代码：
<?php $a = array(); // 数组首地址 $a[] = & $a; // 自己引用自己 unset($a); // 删除了一个自己 ?>
这段代码首先建立了数组a，然后让a的第一个元素按引用指向a，这时a的zval的refcount就变为2，然后我们销毁变量a，此时a最初指向的zval的refcount为1，但是我们再也没有办法对其进行操作，因为其形成了一个循环自引用，如下图所示：
上图，灰色部分表示已经不复存在。由于a之前指向的zval的refcount为1(被其HashTable的第一个元素引用)，这个zval就不会被GC销毁，这部分内存就泄露了。
这里特别要指出的是，PHP是通过符号表(Symbol Table)存储变量符号的，全局有一个符号表，而每个复杂类型如数组或对象有自己的符号表，因此上面代码中，a和a[0]是两个符号，但是a储存在全局符号表中，而a[0]储存在数组本身的符号表中，且这里a和a[0]引用同一个zval(当然符号a后来被销毁了)。希望读者朋友注意分清符号(Symbol)的zval的关系。
在PHP只用于做动态页面脚本时，这种泄露也许不是很要紧，因为动态页面脚本的生命周期很短，PHP会保证当脚本执行完毕后，释放其所有资源。但是PHP发展到目前已经不仅仅用作动态页面脚本这么简单，如果将PHP用在生命周期较长的场景中，例如自动化测试脚本或deamon进程，那么经过多次循环后积累下来的内存泄露可能就会很严重。这并不是我在耸人听闻，我曾经实习过的一个公司就通过PHP写的deamon进程来与数据存储服务器交互。
由于Reference Counting的这个缺陷，PHP5.3改进了垃圾回收算法。
PHP5.3中的垃圾回收算法：Concurrent Cycle Collection in Reference Counted Systems
PHP5.3的垃圾回收算法仍然以引用计数为基础，但是不再是使用简单计数作为回收准则，而是使用了一种同步回收算法，这个算法由IBM的工程师在论文《Concurrent Cycle Collection in Reference Counted Systems》中提出。
这个算法可谓相当复杂，从论文29页的数量我想大家也能看出来，所以我不打算(也没有能力)完整论述此算法，有兴趣的朋友可以阅读上面的提到的论文 (强烈推荐，这篇论文非常精彩，算法精髓，哈哈)。
我在这里，只能大体描述一下此算法的基本思想。
首先，PHP会分配一个固定大小的“根缓冲区”，这个缓冲区用于存放固定数量的zval，这个数量默认是10,000，如果需要修改则需要修改源代码Zend/zend_gc.c中的常量GC_ROOT_BUFFER_MAX_ENTRIES，然后重新编译。
由上文我们可以知道，一个zval如果有引用，要么被全局符号表中的符号引用，要么被其它表示复杂类型的zval中的符号引用。因此在zval中存在一些可能根(root)。这里我们暂且不讨论PHP是如何发现这些可能根的，这是个很复杂的问题，总之PHP有办法发现这些可能根zval并将它们投入根缓冲区。
当根缓冲区满额时，PHP就会执行垃圾回收，此回收算法如下：
1、对每个根缓冲区中的根zval按照深度优先遍历算法遍历所有能遍历到的zval，并将每个zval的refcount减1，同时为了避免对同一zval多次减1(因为可能不同的根能遍历到同一个zval)，每次对某个zval减1后就对其标记为“已减”。
2、再次对每个缓冲区中的根zval深度优先遍历，如果某个zval的refcount不为0，则对其加1，否则保持其为0。
3、清空根缓冲区中的所有根(注意是把这些zval从缓冲区中清除而不是销毁它们)，然后销毁所有refcount为0的zval，并收回其内存。
如果不能完全理解也没有关系，只需记住PHP5.3的垃圾回收算法有以下几点特性：
1、并不是每次refcount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。
2、可以解决循环引用问题，因为深度优先遍历了每一个根zval。
3、可以总将内存泄露保持在一个阈值以下。
PHP5.2 与 PHP5.3 垃圾回收算法的性能比较
由于我目前条件所限，我就不重新设计试验了，而是直接引用PHP Manual中的实验，关于两者的性能比较请参考PHP Manual中的相关章节：Performance Considerations
首先是内存泄露试验，下面直接引用PHP Manual中的实验代码和试验结果图：
<?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";
}
}
?>
可以看到在可能引发累积性内存泄露的场景下，PHP5.2发生持续累积性内存泄露，而PHP5.3则总能将内存泄露控制在一个阈值以下(与根缓冲区大小有关)。
另外是关于性能方面的对比：
<?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";
?>
这个脚本执行1000000次循环，使得延迟时间足够进行对比。
然后使用CLI方式分别在打开内存回收和关闭内存回收的的情况下运行此脚本：
time php -dzend.enable_gc=0 -dmemory_limit=-1 -n example2.php # and time php -dzend.enable_gc=1 -dmemory_limit=-1 -n example2.php
在我的机器环境下，运行时间分别为6.4s和7.2s，可以看到PHP5.3的垃圾回收机制会慢一些，但是影响并不大。
与垃圾回收算法相关的PHP配置
可以通过修改 php.ini 中的zend.enable_gc 来打开或关闭PHP的垃圾回收机制，也可以通过调用gc_enable()或gc_disable()打开或关闭PHP的垃圾回收机制。
在PHP5.3中即使关闭了垃圾回收机制，PHP仍然会记录可能根到根缓冲区，只是当根缓冲区满额时，PHP不会自动运行垃圾回收，当然，任何时候您都可以通过手工调用 gc_collect_cycles() 函数强制执行内存回收。
PHP 中的 GC机制详解
PHP memory_get_usage()管理内存PHP unset全局变量运用问题详解
PHP unset()函数销毁变量教你快速实现PHP全站权限验证
一、PHP 垃圾回收机制(Garbage Collector 简称GC)
在PHP中，没有任何变量指向这个对象时，这个对象就成为垃圾。
PHP会将其在内存中销毁；这是PHP的GC垃圾处理机制，防止内存溢出。
当一个PHP线程结束时，当前占用的所有内存空间都会被销毁，当前程序中所有对象同时被销毁。
GC进程一般都跟着每起一个SESSION而开始运行的.
GC目的是为了在session文件过期以后，自动销毁删除这些文件
二、__destruct /unset __destruct()
析构函数，是在垃圾对象被回收时执行。
unset 销毁的是指向对象的变量，而不是这个对象。
三、 Session 与PHP垃圾回收机制
由于PHP的工作机制，它并没有一个daemon线程来定期的扫描Session信息并判断其是否失效，当一个有效的请求发生时，PHP 会根据全局变量 session.gc_probability 和 session.gc_pisor 的值，来决定是否启用一个GC, 在默认情况下，session.gc_probability=1, session.gc_pisor =100也就是说有1%的可能性启动GC(也就是说100个请求中只有一个gc会伴随100个中的某个请求而启动).
; Enables or disables the circular reference collector. ; http://php.net/zend.enable-gc zend.enable_gc = On session.gc_probability = 1 session.gc_divisor = 1000 session.gc_maxlifetime = 1440
PHP垃圾回收机制的工作就是扫描所有的Session信息，用当前时间减去session最后修改的时间，同session.gc_maxlifetime参数进行比较，如果生存时间超过gc_maxlifetime(默认24分钟)，就将该session删除。
但是，如果你Web服务器有多个站点，多个站点时,GC处理session可能会出现意想不到的结果，原因就是：GC在工作时，并不会区分不同站点的session.那么这个时候怎么解决呢？
1. 修改session.save_path,或使用session_save_path()让每个站点的session保存到一个专用目录，
2. 提供GC的启动率，自然，PHP垃圾回收机制的启动率提高，系统的性能也会相应减低，不推荐。
3. 在代码中判断当前session的生存时间，利用session_destroy()删除。
引用计数基本知识
每个php变量存在一个叫做"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(reference set).通过这个字节，php引擎才能把普通变量和引用变量区分开。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"，用来表示指向这个zval变量容器的变量(也称符号即symbol)个数。
当一个变量被赋常量值时，就会生成一个zval变量容器，如下例所示：
<?php
$a = "new string";
?>
在上例中,新的变量是a,是在当前作用域中生成的.并且生成了类型为string和值为"new string"的变量容器.在额外的两个字节信息中,"is_ref"被默认设置为false,因为没有任何自定义的引用生成."refcount"被设定为1,因为这里只有一个变量使用这个变量容器.调用xdebug查看一下变量内容：
<?php
$a = "new string";
xdebug_debug_zval('a');
?>
以上代码会输出:
a: (refcount=1, is_ref=0)='new string'
对变量a增加一个引用计数
<?php
$a = "new string";
$b = $a;
xdebug_debug_zval('a');
?>
以上代码会输出:
a: (refcount=2, is_ref=0)='new string'
这时,引用次数是2,因为同一变量容器被变量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.变量容器在"refcount"变成0时就被销毁.当任何关联到某个变量容易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unset()函数,"refcount"就会减1,下面例子就能说明:
<?php
$a = "new string";
$b = $c = $a;
xdebug_debug_zval('a');
unset($b, $c);
xdebug_debug_zval('a');
?>
以上代码会输出:
a: (refcount=3, is_ref=0)='new string' a: (refcount=1, is_ref=0)='new string'
如果我们现在执行unset($a),$包含的类型和值的这个容器就会从内存删除
复合类型(compound types)
当考虑像array和object这样的复合类型时,事情会稍微有些复杂.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');
?>
以上代码输出:
a: (refcount=1, is_ref=0)=array ('meaning' => (refcount=1, is_ref=0)='life', 'number' => (refcount=1, is_ref=0)=42)
这三个zval变量容器是:a,meaning,number.增加和减少refcount的规则和上面提到的一样
特例,添加数组本身作为数组元素时:
<?php
$a = array('one');
$a[] = &$a;
xdebug_debug_zval('a');
?>
以上代码输出的结果:
a: (refcount=2, is_ref=1)=array (0 => (refcount=1, is_ref=0)='one', 1 => (refcount=2, is_ref=1)=...)
可以看到数组a和数组本身元素a[1]指向的变量容器refcount为2
当对数组$a调用unset函数时,$a的refcount变为1,发生了内存泄漏
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消除.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php清除前,将耗费不少内存空间
回收周期
5.3.0PHP使用了新的同步周期回收算法,来处理上面所说的内存泄漏问题
首先,我们先要建立一些基本规则:
如果一个引用计数增加,它将继续被使用,当然就不再垃圾中.如果引用技术减少到零,所在的变量容器将被清除(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(grabage cycle).其次,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
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(用紫色标记),这样可以同时确保每个可能的垃圾根(possible garbage root)在缓冲区只出现一次.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。
vim /usr/local/php/lib/php.ini （摘录 GC 部分）
; Enables or disables the circular reference collector. ; http://php.net/zend.enable-gc zend.enable_gc = On ; Defines the probability that the 'garbage collection' process is started ; on every session initialization. The probability is calculated by using ; gc_probability/gc_divisor. Where session.gc_probability is the numerator ; and gc_divisor is the denominator in the equation. Setting this value to 1 ; when the session.gc_divisor value is 100 will give you approximately a 1% chance ; the gc will run on any give request. ; Default Value: 1 ; Development Value: 1 ; Production Value: 1 ; http://php.net/session.gc-probability session.gc_probability = 1 ; Defines the probability that the 'garbage collection' process is started on every ; session initialization. The probability is calculated by using the following equation: ; gc_probability/gc_divisor. Where session.gc_probability is the numerator and ; session.gc_divisor is the denominator in the equation. Setting this value to 1 ; when the session.gc_divisor value is 100 will give you approximately a 1% chance ; the gc will run on any give request. Increasing this value to 1000 will give you ; a 0.1% chance the gc will run on any give request. For high volume production servers, ; this is a more efficient approach. ; Default Value: 100 ; Development Value: 1000 ; Production Value: 1000 ; http://php.net/session.gc-divisor session.gc_divisor = 1000 ; After this number of seconds, stored data will be seen as 'garbage' and ; cleaned up by the garbage collection process. ; http://php.net/session.gc-maxlifetime session.gc_maxlifetime = 1440 ; NOTE: If you are using the subdirectory option for storing session files ; (see session.save_path above), then garbage collection does *not* ; happen automatically. You will need to do your own garbage ; collection through a shell script, cron entry, or some other method. ; For example, the following script would is the equivalent of ; setting session.gc_maxlifetime to 1440 (1440 seconds = 24 minutes): ; find /path/to/sessions -cmin +24 -type f | xargs rm
参考推荐：
版权所有: 本文系米扑博客原创、转载、摘录，或修订后发表，最后更新于 2021-04-02 05:43:34
侵权处理: 本个人博客，不盈利，若侵犯了您的作品权，请联系博主删除，莫恶意，索钱财，感谢！
转载注明: PHP GC 垃圾回收机制深入了解 （米扑博客）