深入了解php opcode缓存原理

什么是opcode

opcode(operate code)是计算机指令中的一部分,用于指定要执行的操作,指令的格式和规范由处理器的指定规范指定

opcode是一种php脚本编译后的中间语言,就像java的ByteCode,或者.NET的MSL

为什么要使用opcode缓存

opcode cache的目的是避免重复编译,减少CPU和内存开销的。如果动态内容的性能瓶颈不在于CPU和内容,而在于IO操作,比如数据库查询带来的IO开销,这个时候opcode cache的性能提升是非常有局限的。无论如何既然opcode cache 可以降低cpu和内存的开销,这当然是好事了

目前PHP中常见的opcode cahce模块如下

  1. APC

  2. Optimizer+(目前已开源并与php5.5+集成了opcache)

  3. xcache

  4. eAccelerator

Opcode原理

例如有如下一段代码

<?php
echo 'Hello World';
$a = 1 + 1;
echo $a;
?>


php执行这段代码会经过如下4个步骤(准确的说,通过php的语言引擎Zend)

Scanning(Lexing)将php代码转化为语言片段(Tokens)
Parsing,将Tokens转化为简单而有意义的表达式
Complilation,将表达式编译成Opcode
Execution,顺序执行Opcode,每次一条,从而实现php脚本的功能


如下图

php_cycle.jpeg

Lexing阶段

Lex 就是一个词法分析的依据表。Zend引擎会会对输入的php代码进行词法分析(切确的说是: Zend/zend_language_scanner.c会根据Zend/zend_language_scanner.l(Lex文件) ),从而得到一个一个的词,php中提供了一个函数:token_get_all可以将一段php代码解析成tokens

如果用这个函数分析上面的示例代码,结果如下:

Array
(
    [0] => Array
        (
            [0] => 374
            [1] => <?php
            [2] => 1
        )

    [1] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [2] => Array
        (
            [0] => 317
            [1] => echo
            [2] => 1
        )

    [3] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [4] => Array
        (
            [0] => 316
            [1] => "Hello World"
            [2] => 1
        )

    [5] => ;
    [6] => Array
        (
            [0] => 310
            [1] => $a
            [2] => 1
        )

    [7] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [8] => =
    [9] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [10] => Array
        (
            [0] => 306
            [1] => 1
            [2] => 1
        )

    [11] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [12] => +
    [13] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [14] => Array
        (
            [0] => 306
            [1] => 1
            [2] => 1
        )

    [15] => ;
    [16] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [17] => Array
        (
            [0] => 317
            [1] => echo
            [2] => 1
        )

    [18] => Array
        (
            [0] => 377
            [1] =>
            [2] => 1
        )

    [19] => Array
        (
            [0] => 310
            [1] => $a
            [2] => 1
        )

    [20] => ;
    [21] => Array
        (
            [0] => 376
            [1] => ?>
            [2] => 1
        )

)


分析这个返回结果我们可以发现,源码中的字符串,字符,空格都会原样返回。每个源代码的字符都会出现在相应的顺序处。而其他的例如标签,操作符,语句 都被转化成一个包含;两部分的array:Token ID(也就是在Zend内部的该Token的对应码,比如T_ECHO,T_STRING)和 源码中原来的内容

Parsing阶段

Parsing阶段首先会丢弃Tokens array中的多余空格,然后将剩余的Tokens转换成一个一个简单的表达式

echo a contanst string
add two numbers together
store the result of the prior expression to a variable
echo a variable

Complilation阶段

Complilation阶段会把Tokens编译成一个个op_array,每个op_array包含如下5个部分

Opcode数字的标示,指明了每个op_array的操作类型,比如add,echo
结果  存放Opcode的结果
操作数1 给Opcode的操作数
操作数2
扩展值 1个整形用来区别被重载的操作符


比如我的php代码会被Parsing成:

ZEND_ECHO 'Hello World'
ZEND_ADD   ~0 1 1
ZEND_ASSIGN !0 ~0
ZEND_ECHI ~0

在上面的代码我们并没有看到 $a,去哪里了?


这个就要介绍操作数了,每个操作数都是由以下两个部分组成:

  1. op_type :为IS_CONST,IS_TMP_VAR,IS_VAR,IS_UNUESED or IS_CV

  2. u 一个联合体,根据op_type不同 分别用不同的类型保存这个操作数的值(const)或者左值(var)


而对于var来说,每个var也不一样

IS_TMP_VAR 顾名思义就是这是一个临时变量,保存一些op_array 的结果,以便接下来的op_array 使用,这种的操作数u保存着一个指向变量表的一个句柄(整数),这个操作数一般用~ 开头 ,比如 ~0 表示 变量表中0号的未知的临时变量


IS_VAR 这是我们一般意义上的变量,他们以$开头表示


IS_CV 表示ZE2.1/PHP5.1以后的编译器使用的一种cache机制,这种变量保存着被应用的变量地址,当一个变量第一次被应用的时候 ,就会被CV起来,以后对这个变量的引用就不需要再去查找active符号表了,CV变量已!开头表示


这么开来 我的$a 被优化成了!0了


Opcode Cache原理

通过上面的介绍,我们了解了opcode,关于opcode cache的原理图大致如下

opcode_cache.jpeg


我们可以看到除了 Lexing,Parsing,Complilation,Execution阶段 还多了一个阶段:检测文件是否有更新

如果没有更新直接获取缓存的opcode,直接进入Execution阶段然后返回结果

如果更新了就按照原来流程(加入一个环节:图中红色部分 缓存opcode)