美文网首页我爱编程
PHP的GC垃圾收集机制

PHP的GC垃圾收集机制

作者: 文档随手记 | 来源:发表于2018-01-27 11:51 被阅读0次

    每一种语言都有自己的自动垃圾回收机制,让程序员不必过分关心程序内存分配,但是在OOP中,有些对象需要显式的销毁;防止程序执行内存溢出。

    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.

    __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。

    Session 与 GC

            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_divisor的值,来决定是否启用一个GC, 在默认情况下, session.gc_probability=1, session.gc_divisor =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).

            GC 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,GC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.

    什么算垃圾

        首先我们需要定义一下“垃圾”的概念,新的GC负责清理的垃圾是指变量的容器zval还存在,但是又没有任何变量名指向此zval。因此GC判断是否为垃圾的一个重要标准是有没有变量名指向变量容器zval。

        假设我们有一段PHP代码,使用了一个临时变量$tmp存储了一个字符串,在处理完字符串之后,就不需要这个$tmp变量了,$tmp变量对于我们来说可以算是一个“垃圾”了,但是对于GC来说,$tmp其实并不是一个垃圾,$tmp变量对我们没有意义,但是这个变量实际还存在,$tmp符号依然指向它所对应的zval,GC会认为PHP代码中可能还会使用到此变量,所以不会将其定义为垃圾。

        那么如果我们在PHP代码中使用完$tmp后,调用unset删除这个变量,那么$tmp是不是就成为一个垃圾了呢。很可惜,GC仍然不认为$tmp是一个垃圾,因为$tmp在unset之后,refcount减少1变成了0(这里假设没有别的变量和$tmp指向相同的zval),这个时候GC会直接将$tmp对应的zval的内存空间释放,$tmp和其对应的zval就根本不存在了。此时的$tmp也不是新的GC所要对付的那种“垃圾”。那么新的GC究竟要对付什么样的垃圾呢,下面我们将生产一个这样的垃圾。  

    顽固垃圾的产生过程

        如果读者已经阅读了变量内部存储相关的内容,想必对refcount和isref这些变量内部的信息有了一定的了解。这里我们将结合手册中的一个例子来介绍垃圾的产生过程:

    <?php

            $a = "new string";

    ?>

    在这么简单的一个代码中,$a变量内部存储信息为

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

    当把$a赋值给另外一个变量的时候,$a对应的zval的refcount会加1

    <?php

        $a = "new string";

        $b = $a;

    ?>

    此时$a和$b变量对应的内部存储信息为

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

    当我们用unset删除$b变量的时候,$b对应的zval的refcount会减少1

    <?php

            $a = "new string"; //a: (refcount=1, is_ref=0)='new string'

            $b = $a;                 //a,b: (refcount=2, is_ref=0)='new string'

            unset($b);              //a: (refcount=1, is_ref=0)='new string'

    ?>

    对于普通的变量来说,这一切似乎很正常,但是在复合类型变量(数组和对象)中,会发生比较有意思的事情:

    <?php

            $a = array('meaning' => 'life', 'number' => 42);

    ?>

    a的内部存储信息为:

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

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

        'number' => (refcount=1, is_ref=0)=42

    )

    数组变量本身($a)在引擎内部实际上是一个哈希表,这张表中有两个zval项 meaning和number,

    所以实际上那一行代码中一共生成了3个zval,这3个zval都遵循变量的引用和计数原则,用图来表示:

     下面在$a中添加一个元素,并将现有的一个元素的值赋给新的元素:

    <?php

            $a = array('meaning' => 'life', 'number' => 42);

            $a['life'] = $a['meaning'];

    ?>

    那么$a的内部存储为:

    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'

    )

    其中的meaning元素和life元素之指向同一个zval的:

    现在,如果我们试一下,将数组的引用赋值给数组中的一个元素,有意思的事情就发生了:

    <?php 

            $a = array('one');

            $a[] = &$a;

    ?>

    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,内部存储如下:

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

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

            1 => (refcount=2, is_ref=1)=…

    )

    “…”表示1指向a自身,是一个环形引用:

    这个时候我们对$a进行unset,那么$a会从符号表中删除,同时$a指向的zval的refcount减少1

    <?php

            $a = array('one');

            $a[] = &$a;

            unset($a);

    ?>

    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,这样产生了内存泄露:

    这样,这么一个zval就成为了一个真是意义的垃圾了,新的GC要做的工作就是清理这种垃圾。

    为解决这种垃圾,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,那么垃圾产生的时候,没有办法清理,内存就白白浪费掉了。在PHP5.3源代码中多了以下文件:{PHPSRC}/Zend/zend_gc.h {PHPSRC}/Zend/zend_gc.c, 这里就是新的GC的实现,我们先简单的介绍一下算法思路,然后再从源码的角度详细介绍引擎中如何实现这个算法的。

    新的GC算法

        在较新的PHP手册中有简单的介绍新的GC使用的垃圾清理算法,这个算法名为 Concurrent Cycle Collection in Reference Counted Systems , 这里不详细介绍此算法,根据手册中的内容来先简单的介绍一下思路:

    首先我们有几个基本的准则:

    1:如果一个zval的refcount增加,那么此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,不属于垃圾

    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

    只有在准则3下,GC才会把zval收集起来,然后通过新的算法来判断此zval是否为垃圾。那么如何判断这么一个变量是否为真正的垃圾呢?

    简单的说,就是对此zval中的每个元素进行一次refcount减1操作,操作完成之后,如果zval的refcount=0,那么这个zval就是一个垃圾。这个原理咋看起来很简单,但是又不是那么容易理解,起初笔者也无法理解其含义,直到挖掘了源代码之后才算是了解。如果你现在不理解没有关系,后面会详细介绍,这里先把这算法的几个步骤描叙一下,首先引用手册中的一张图:

    A:为了避免每次变量的refcount减少的时候都调用GC的算法进行垃圾判断,此算法会先把所有前面准则3情况下的zval节点放入一个节点(root)缓冲区(root buffer),并且将这些zval节点标记成紫色,同时算法必须确保每一个zval节点在缓冲区中之出现一次。当缓冲区被节点塞满的时候,GC才开始开始对缓冲区中的zval节点进行垃圾判断。

    B:当缓冲区满了之后,算法以深度优先对每一个节点所包含的zval进行减1操作,为了确保不会对同一个zval的refcount重复执行减1操作,一旦zval的refcount减1之后会将zval标记成灰色。需要强调的是,这个步骤中,起初节点zval本身不做减1操作,但是如果节点zval中包含的zval又指向了节点zval(环形引用),那么这个时候需要对节点zval进行减1操作。

    C:算法再次以深度优先判断每一个节点包含的zval的值,如果zval的refcount等于0,那么将其标记成白色(代表垃圾),如果zval的refcount大于0,那么将对此zval以及其包含的zval进行refcount加1操作,这个是对非垃圾的还原操作,同时将这些zval的颜色变成黑色(zval的默认颜色属性)

    D:遍历zval节点,将C中标记成白色的节点zval释放掉。

    这ABCD四个过程是手册中对这个算法的介绍,这还不是那么容易理解其中的原理,这个算法到底是个什么意思呢?我自己的理解是这样的:

            比如还是前面那个变成垃圾的数组$a对应的zval,命名为zval_a,  如果没有执行unset, zval_a的refcount为2,分别由$a和$a中的索引1指向这个zval。  

            用算法对这个数组中的所有元素(索引0和索引1)的zval的refcount进行减1操作,由于索引1对应的就是zval_a,所以这个时候zval_a的refcount应该变成了1,这样zval_a就不是一个垃圾。

            如果执行了unset操作,zval_a的refcount就是1,由zval_a中的索引1指向zval_a,用算法对数组中的所有元素(索引0和索引1)的zval的refcount进行减1操作,这样zval_a的refcount就会变成0,于是就发现zval_a是一个垃圾了。 算法就这样发现了顽固的垃圾数据。

    举了这个例子,读者大概应该能够知道其中的端倪:

    对于一个包含环形引用的数组,对数组中包含的每个元素的zval进行减1操作,之后如果发现数组自身的zval的refcount变成了0,那么可以判断这个数组是一个垃圾。

    这个道理其实很简单,假设数组a的refcount等于m, a中有n个元素又指向a,如果m等于n,那么算法的结果是m减n,m-n=0,那么a就是垃圾,如果m>n,那么算法的结果m-n>0,所以a就不是垃圾了

    m=n代表什么?  代表a的refcount都来自数组a自身包含的zval元素,代表a之外没有任何变量指向它,代表用户代码空间中无法再访问到a所对应的zval,代表a是泄漏的内存,因此GC将a这个垃圾回收了。

    PHP中运用新的GC的算法

    在PHP中,GC默认是开启的,你可以通过ini文件中的zend.enable_gc 项来开启或则关闭GC。当GC开启的时候,垃圾分析算法将在节点缓冲区(roots buffer)满了之后启动。缓冲区默认可以放10,000个节点,当然你也可以通过修改Zend/zend_gc.c中的GC_ROOT_BUFFER_MAX_ENTRIES 来改变这个数值,需要重新编译链接PHP。

    当GC关闭的时候,垃圾分析算法就不会运行,但是相关节点还会被放入节点缓冲区,这个时候如果缓冲区节点已经放满,那么新的节点就不会被记录下来,这些没有被记录下来的节点就永远也不会被垃圾分析算法分析。如果这些节点中有循环引用,那么有可能产生内存泄漏。

    之所以在GC关闭的时候还要记录这些节点,是因为简单的记录这些节点比在每次产生节点的时候判断GC是否开启更快,另外GC是可以在脚本运行中开启的,所以记录下这些节点,在代码运行的某个时候如果又开启了GC,这些节点就能被分析算法分析。当然垃圾分析算法是一个比较耗时的操作。

        在PHP代码中我们可以通过gc_enable()和gc_disable()函数来开启和关闭GC,也可以通过调用gc_collect_cycles()在节点缓冲区未满的情况下强制执行垃圾分析算法。这样用户就可以在程序的某些部分关闭或则开启GC,也可强制进行垃圾分析算法。

    涉及到垃圾回收的知识点

    1.unset函数

        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-1;内存是否回收主要还是看refount是否到0了,以及gc算法判断。

    2.= null 操作;

        a=null是直接将a 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

        脚本执行结束,该脚本中使用的所有内存都会被释放,不论是否有引用环。

    相关文章

      网友评论

        本文标题:PHP的GC垃圾收集机制

        本文链接:https://www.haomeiwen.com/subject/qrlnaxtx.html