PHP数组内存利用率低和弱类型详细解读

这两天任务提前完成,可以喘口气沉淀一下,深入学习学习PHP。其实本来是想了解一下PHP性能优化相关的东西,但被网上的一句“PHP数组内存利用率低,C语言100MB的内存数组,PHP里需要1G”惊到了。PHP真的这么耗内存么?于是借此机会了解了PHP的数据类型实现方式。

先来做个测试:

<?php 
  echo memory_get_usage() , '<br>'; 
  $start = memory_get_usage(); 
  $a = Array(); 
  for ($i=0; $i<1000; $i++) { 
   $a[$i] = $i + $i; 
  } 
  $end = memory_get_usage(); 
  echo memory_get_usage() , '<br>'; 
  echo 'argv:', ($end - $start)/1000 ,'bytes' , '<br>';

所得结果:

    353352
    437848
    argv:84.416bytes

1000个元素的整数数组耗费内存(437848 - 353352)字节,约合82KB,也就是说每个元素所占内存84字节。在C语言中,一个int占位是4字节,整体相差了20倍。

但是网上又说memery_get_usage()返回的结果不全是数组占用,还包括PHP本身的一些结构,因此,换种方式,采用PHP内置函数生成数组试试:

<?php 
  $start = memory_get_usage(); 
  $a = array_fill(0, 10000, 1); 
  $end = memory_get_usage(); //10k elements array; 
  echo 'argv:', ($end - $start )/10000,'byte' , '<br>';

 输出为:

argv:54.5792byte

比刚才略好,但也54字节,确实差了10倍左右。

究其原因,还得从PHP的底层实现说起。PHP是一种弱类型的语言,不分int,double,string之类的,统一一个'$'就能解决所有问题。PHP底层由C语言实现,每个变量都对应一个zval结构,其详细定义为:

typedef struct _zval_struct zval; 
struct _zval_struct { 
  /* Variable information */ 
  zvalue_value value;   /* The value 1 12字节(32位机是12,64位机需要8+4+4=16) */ 
  zend_uint refcount__gc; /* The number of references to this value (for GC) 4字节 */ 
  zend_uchar type;    /* The active type 1字节*/ 
  zend_uchar is_ref__gc; /* Whether this value is a reference (&) 1字节*/ 
};

PHP使用union结构来存储变量的值,zval中zvalue_value类型的value变量即为一个union,定义如下:

typedef union _zvalue_value { 
  long lval;         /* long value */ 
  double dval;        /* double value */ 
  struct {          /* string value */ 
    char *val; 
    int len; 
  } str;  
  HashTable *ht;       /* hash table value */ 
  zend_object_value obj;   /*object value */ 
} zvalue_value;

union类型占用内存的大小有其最大的成员所占的数据空间决定。在zvalue_value中,str结构体的int占4字节,char指针占4字节,故整个zvalue_value所占内存为8字节。

zval的大小即为8 + 4 + 1 + 1 = 14字节。

注意到zvalue_value中还有一个HashTable是做什么的?zval中,数组、字符串和对象还需要另外的存储结构,数组的存储结构即为HashTable。

HashTable定义给出:

typedef struct _hashtable { 
   uint nTableSize; //表长度,并非元素个数 
   uint nTableMask;//表的掩码,始终等于nTableSize-1 
   uint nNumOfElements;//存储的元素个数 
   ulong nNextFreeElement;//指向下一个空的元素位置 
   Bucket *pInternalPointer;//foreach循环时,用来记录当前遍历到的元素位置 
   Bucket *pListHead; 
   Bucket *pListTail; 
   Bucket **arBuckets;//存储的元素数组 
   dtor_func_t pDestructor;//析构函数 
   zend_bool persistent;//是否持久保存。从这可以发现,PHP数组是可以实现持久保存在内存中的,而无需每次请求都重新加载。 
   unsigned char nApplyCount; 
   zend_bool bApplyProtection; 
} HashTable;

除了几个记录table大小,所含元素数量的属性变量外,Bucket被多次使用到,Bucket是如何定义的:

typedef struct bucket { 
   ulong h; //数组索引 
   uint nKeyLength; //字符串索引的长度 
   void *pData; //实际数据的存储地址 
   void *pDataPtr; //引入的数据存储地址 
   struct bucket *pListNext; 
   struct bucket *pListLast; 
   struct bucket *pNext; //双向链表的下一个元素的地址 
   struct bucket *pLast;//双向链表的下一个元素地址 
   char arKey[1]; /* Must be last element */ 
} Bucket;

有点像一个链表,Bucket就像是一个链表节点,有具体的数据和指针,而HashTable就是一个array,保存着一串Bucket元素。PHP中多维数组的实现,不过就是Bucket里面存着另一个HashTable罢了。

算一算HashTable需要占用39个字节,Bucket需要33个字节。一个空的数组就需要占用14 + 39 + 33 = 86个字节。Bucket 结构需要 33 个字节,键长超过四个字节的部分附加在 Bucket 后面,而元素值很可能是一个 zval 结构,另外每个数组会分配一个由 arBuckets 指向的 Bucket 指针数组, 虽然不能说每增加一个元素就需要一个指针,但是实际情况可能更糟。这么算来一个数组元素就会占用 54 个字节,与上面的估算几乎一样。

从空间的角度来看,小型数组平均代价较大,当然一个脚本中不会充斥数量很大的小型数组,可以以较小的空间代价来获取编程上的快捷。但如果将数组当作容器来使用就是另一番景象了,实际应用经常会遇到多维数组,而且元素居多。比如10k个元素的一维数组大概消耗540k内存,而10k x 10 的二维数组理论上只需要 6M 左右的空间,但是按照 memory_get_usage 的结果则两倍于此,[10k,5,2]的三维数组居然消耗了23M,小型数组确实是划不来的。

PHP数组内存利用率低的原因,讲到这里,接下来的文章将解读PHP数组操作的具体实现。

相关推荐