PHP7 源码整体框架

一、PHP7语言执行原理

常用的高级语言有很多种，根据运行的方式不同，大体分为两种：编译型语言和解释型语言。

编译是指在应用源程序执行之前，就将程序源代码“翻译”成汇编语言，然后进一步根据软硬件环境编译成目标文件。一般称完成编译工作的工具为编译器。

而解释型语言，在程序运行时才被“翻译”为机器语言。但是执行一次“翻译”一次，所以执行效率较低。解释器的工作就是解释型语言中，负责“翻译”源代码的程序。

对于一段C语言代码，需要经过预编译、编译、汇编和链接，才能成为可执行的二进制文件。

以C语言为代表的编译型语言，代码发生更新都要经过以上步骤。

 

编译型语言的执行示意：

 

 

对编译型语言与解释型语言的区别的理解，立足于源代码被编译成目标平台CPU指令的时机。对于编译型语言，编译结果已经是针对当前CPU体系的指令；而解释型语言，需要先编译成中间代码，再经由该解释型语言的特定虚拟机，翻译成特定CPU体系的指令被执行。解释型语言是在运行过程中，翻译为目标平台的指令。常说解释型语言“慢”，主要也是慢在这里。

在PHP 7中，源代码首先进行词法分析，将源代码切割为多个字符串单元，分割后的字符串称为Token。而一个一个独立的Token是无法表达完整语义的，需经过语法分析阶段，将Token转换为抽象语法树（简称AST）。之后，抽象语法树被转换为机器指令执行。在PHP中，这些指令称为opcode。

 

第1步：源码通过词法分析得到Token。

第2步：基于语法分析器生成抽象语法树（AST）。

第3步：抽象语法树转换为opcodes（opcode指令集合），PHP解释执行opcodes。

1.Token

Token是PHP代码被切割成的有意义的标识。PHP提供了token_get_all()函数来获取PHP代码被切割后的Token.。

二维数组的每个成员数组的第一个值为Token对应的枚举值。第二个值为Token对应的原始字符串内容。第三个值为代码对应的行号。

可见，Token就是一个个的“词块”，但是单独存在的词块不能表达完整的语义，还需要借助规则进行组织串联。语法分析器就是这个组织者。它会检查语法，匹配Token，对Token进行关联。

2.AST

AST是PHP 7版本新特性。在这之前的版本中，PHP代码的执行过程中是没有生成AST这一步的。

AST的节点分为多种类型，对应着PHP语法。

PHP-Parser工具，它可以用来查看PHP代码生成的AST。

注意　PHP-Parser是PHP 7内核作者之一Nikic编写的将PHP源码生成AST的工具。源码见https://github.com/nikic/PHP-Parser。

3.opcodes

opcode只是单条指令，opcodes是opcode的集合形式，是PHP执行过程中的中间代码。opcode生成之后由虚拟机执行。

PHP工程优化措施中有一个比较常见的“开启opcache”，指的就是这里的opcodes的缓存（opcodes cache）。通过省去从源码到opcode的阶段，引擎可以直接执行缓存的opcode，以此

提升性能。

借助vld插件，可以直观地看到一段PHP代码生成的opcode。

opcode是PHP 7定义的一组指令标识，指令对应着相应的handler（处理函数）。当虚拟机调用opcode，会找到opcode背后的处理函数，执行真正的处理。

 

二、内核架构

Zend引擎中包含了编译器和解释器，从PHP代码到opcode的执行，均由Zend引擎完成。

Zend引擎除了实现了PHP的核心功能，还提供了一套接口，让PHP可以在更多的场景中使用，如命令行环境、Web环境等。

该架构图大致分为四大部分。

1）Zend引擎：前文介绍的词法/语法分析、AST编译和opcodes的执行均在Zend引擎中实现。此外，PHP的变量设计、内存管理、进程管理等也在引擎层实现。引擎为PHP提供了基础服务，PHP的可靠性和高性能都依赖引擎的基础支撑。同时，Zend引擎的可扩展性，还是PHP得以大规模应用的重要原因之一。

2）PHP层：Zend引擎为PHP提供基础能力（如内存分配和回收），而来自外部的交互则需要通过PHP层来处理。

3）SAPI：SAPI是Server API的缩写，其中包含了常见的cli SAPI和fpm SAPI。PHP定义好输入/输出规范，依据此规范与PHP交互的一方都可以称为Server。

4）扩展部分：Zend引擎提供了核心能力和接口规范。在此基础上开发的扩展，为PHP代码的性能和功能的多样性提供了更丰富的选项。

 

三、PHP源码目录

sapi目录源码

sapi目录是对输入和输出层的抽象，是PHP提供对外服务的规范。

PHP程序的输入可以是来自于命令行的标准输入，也可以是来自基于cgi/fastcgi协议的网络请求。同理，输出可以写到命令行的标准输出，也可以作为基于cgi/fastcgi协议的网络响应返回给客户端。

命令行模式对应的是二进制程序bin/php；内置模块的模式不需要提供二进制程序，作为普通函数供Apache或任意C/C++程序来调用即可；CGI模式对应的是二进制程序bin/cgi；FastCGI模式对应的是二进制程序sbin/php-fpm。

几种常用的SAPI。

1）apache2handler：Apache扩展，编译后生成动态链接库，配置到Apache下，当有http请求到Apache时，根据配置会调用此动态链接库，执行PHP代码，完成与PHP的交互。

2）cgi-fcgi：编译后生成支持CGI协议的可执行程序，webserver（通常为Apache或Nginx）通过CGI协议把请求传给CGI进程，执行代码将结果返回给webserver，退出进程。

3）fpm-fcgi：fpm全称为FastCGI Process Manager，PHP官方提供的FastCGI进程管理器。以Nginx服务器为例，当有http协议请求发送到Nginx服务器，Nginx按照FastCGI协议把请求交给php-fpm进程处理。

4）cli：Command Line Interface的简称，PHP的命令行交互接口。

Zend目录源码

Zend目录是PHP的核心代码。

1.内存管理模块

2.垃圾回收

3.数组实现

main目录源码

main目录是SAPI层和Zend层的黏合剂。

Zend层实现了PHP脚本的编译和执行，sapi层实现了输入和输出的抽象，main目录则起到了承上启下的作用：承上，解析SAPI的请求，分析要执行的脚本文件和参数；启下，调用Zend引擎之前，完成必要的初始化等工作。

ext目录源码

ext是PHP扩展相关的目录，常用的array、str、pdo等系列函数都在这里定义。

TSRM目录源码

PHP在早期更多的是单个进程、单线程模型运行的，在后期才引入了线程安全机制ZTS（Zend Thread Safety）。

TSRM是Thread Safe Resource Manager的缩写——线程安全资源管理器。

线程安全机制主要为了保证共享资源的安全。PHP的线程安全机制简洁直观——在多线程环境下，为每个线程提供独立的全局变量副本。具体实施是通过TSRM为每个线程分配（分配前加锁）一个独立ID（自增）作为当前线程的全局变量内存区索引，在以后的全局变量访问中，实现线程之间的完全独立。