第一节 变量的结构和类型

前言中提到变量的三个基本特性，其中的有一个特性为变量的类型，变量都有特定的类型，如：字符串、数组、对象等等。编程语言的类型系统可以分为强类型和弱类型两种： 强类型语言是一旦某个变量被申明为某个类型的变量，在程序运行过程中，就不能将该变量的类型以外的值赋予给它（当然并不完全如此，这可能会涉及到类型的转换，后面的小节会有相应介绍），C/C++/Java等语言就属于这类。 PHP及Ruby，JavaScript等脚本语言属于弱类型语言：一个变量可以表示任意的数据类型。 PHP之所以成为一个简单而强大的语言，很大一部分的原因是它拥有弱类型的变量。但是有些时候这也是一把双刃剑，使用不当也会带来一些问题。就像仪器一样，越是功能强大，出现错误的可能性也就越大。 在官方的PHP实现内部，所有变量使用同一种数据结构(zval)来保存，而这个结构同时表示PHP中的各种数据类型。它不仅仅包含变量的值，也包含变量的类型。这就是PHP弱类型的核心。 那zval结构具体是如何实现弱类型的呢，下面我们一起来揭开面纱。 ## 一. PHP变量类型及存储结构 PHP在声明或使用变量的时候，并不需要显式指明其数据类型。 PHP是弱类型语言，这并不表示PHP没有类型，在PHP中，存在8种变量类型，可以分为三类 **标量类型**： _boolean_、_integer_、_float(double)_、_string_ **复合类型**： _array_、_object_ **特殊类型**： _resource_、_NULL_ 官方PHP是用C实现的，而C是强类型的语言，那这是怎么实现PHP中的弱类型的呢？ ### 1. 变量存储结构 变量的值存储到以下所示zval结构体中。zval结构体定义在Zend/zend.h文件，其结构如下： typedef struct _zval_struct zval; ... struct _zval_struct { /* Variable information */ zvalue_value value; /* value */ zend_uint refcount__gc; zend_uchar type; /* active type */ zend_uchar is_ref__gc; }; PHP使用这个结构来存储变量的所有数据。和其他编译性静态语言不同，PHP在存储变量时将PHP用户空间。的变量类型也保存在同一个结构体中。这样我们就能通过这些信息获取到变量的类型。 zval结构体中有四个字段，其含义分别为： | 属性名 | 含义 | 默认值 | |-----|-----|-----| | refcount__gc | 表示引用计数 | 1 | | is_ref__gc | 表示是否为引用 | 0 | | value | 存储变量的值 | | | type | 变量具体的类型 | | > 在PHP5.3之后，引入了新的垃圾收集机制，引用计数和引用的字段名改为refcount__gc和is_ref__gc。在此之前为refcount和is__ref。 而变量的值则存储在另外一个结构体zvalue_value中。值存储见下面的介绍。 > PHP用户空间指的在PHP语言这一层面，而本书中大部分地方都在探讨PHP的实现。 这些实现可以理解为内核空间。由于PHP使用C实现，而这个空间的范畴就会限制在C语言。 而PHP用户空间则会受限于PHP语法及功能提供的范畴之内。 例如有些PHP扩展会提供一些PHP函数或者类，这就是向PHP用户空间导出了方法或类。 ### 2.变量类型 zval结构体的type字段就是实现弱类型最关键的字段了，type的值可以为：IS_NULL、IS_BOOL、IS_LONG、IS_DOUBLE、IS_STRING、IS_ARRAY、IS_OBJECT和IS_RESOURCE 之一。从字面上就很好理解，他们只是类型的唯一标示，根据类型的不同将不同的值存储到value字段。除此之外，和他们定义在一起的类型还有IS_CONSTANT和IS_CONSTANT_ARRAY。 这和我们设计数据库时的做法类似，为了避免重复设计类似的表，使用一个标示字段来记录不同类型的数据。 ## 二.变量的值存储 前面提到变量的值存储在zvalue_value联合体中，结构体定义如下： typedef union _zvalue_value { long lval; /* long value */ double dval; /* double value */ struct { char *val; int len; } str; HashTable *ht; /* hash table value */ zend_object_value obj; } zvalue_value; > 这里使用联合体而不是用结构体是出于空间利用率的考虑，因为一个变量同时只能属于一种类型。 如果使用结构体的话将会不必要的浪费空间，而PHP中的所有逻辑都围绕变量来进行的，这样的话， 内存浪费将是十分大的。这种做法成本小但收益非常大。 各种类型的数据会使用不同的方法来进行变量值的存储，其对应赋值方式如下： - 一般类型

变量类型	宏
boolean	ZVAL_BOOL	布尔型/整型的变量值存储于(zval).value.lval中，其类型也会以相应的IS_*进行存储。 Z_TYPE_P(z)=IS_BOOL/LONG; Z_LVAL_P(z)=((b)!=0);
integer	ZVAL_LONG
float	ZVAL_DOUBLE
null	ZVAL_NULL	NULL值的变量值不需要存储，只需要把(zval).type标为IS_NULL。 Z_TYPE_P(z)=IS_NULL;
resource	ZVAL_RESOURCE	资源类型的存储与其他一般变量无异，但其初始化及存取实现则不同。 Z_TYPE_P(z) = IS_RESOURCE; Z_LVAL_P(z) = l;

- 字符串String 字符串的类型标示和其他数据类型一样，不过在存储字符串时多了一个字符串长度的字段。 struct { char *val; int len; } str; > C中字符串是以\0结尾的字符数组，这里多存储了字符串的长度，这和我们在设计数据库时增加的冗余字段异曲同工。 因为要实时获取到字符串的长度的时间复杂度是O(n)，而字符串的操作在PHP中是非常频繁的，这样能避免重复计算字符串的长度， 这能节省大量的时间，是空间换时间的做法。 这么看在PHP中strlen()函数可以在常数时间内获取到字符串的长度。 计算机语言中字符串的操作都非常之多，所以大部分高级语言中都会存储字符串的长度。 - 数组Array 数组是PHP中最常用，也是最强大变量类型，它可以存储其他类型的数据，而且提供各种内置操作函数。数组的存储相对于其他变量要复杂一些，数组的值存储在zvalue_value.ht字段中，它是一个HashTable类型的数据。PHP的数组使用哈希表来存储关联数据。哈希表是一种高效的键值对存储结构。PHP的哈希表实现中使用了两个数据结构HashTable和Bucket。PHP所有的工作都由哈希表实现，在下节HashTable中将进行哈希表基本概念的介绍以及PHP的哈希表实现。 - 对象Object 在面向对象语言中，我们能自己定义自己需要的数据类型，包括类的属性，方法等数据。而对象则是类的一个具体实现。对象有自身的状态和所能完成的操作。 PHP的对象是一种复合型的数据，使用一种zend_object_value的结构体来存放。其定义如下： typedef struct _zend_object_value { zend_object_handle handle; // unsigned int类型，EG(objects_store).object_buckets的索引 zend_object_handlers *handlers; } zend_object_value; PHP的对象只有在运行时才会被创建，前面的章节介绍了EG宏，这是一个全局结构体用于保存在运行时的数据。其中就包括了用来保存所有被创建的对象的对象池，EG(objects_store)，而object对象值内容的zend_object_handle域就是当前对象在对象池中所在的索引，handlers字段则是将对象进行操作时的处理函数保存起来。这个结构体及对象相关的类的结构_zend_class_entry，将在第五章作详细介绍。 PHP的弱变量容器的实现方式是兼容并包的形式体现，针对每种类型的变量都有其对应的标记和存储空间。使用强类型的语言在效率上通常会比弱类型高，因为很多信息能在运行之前就能确定，这也能帮助排除程序错误。而这带来的问题是编写代码相对会受制约。 PHP主要的用途是作为Web开发语言，在普通的Web应用中瓶颈通常在业务和数据访问这一层。不过在大型应用下语言也会是一个关键因素。facebook因此就使用了自己的php实现。将PHP编译为C++代码来提高性能。不过facebook的hiphop并不是完整的php实现，由于它是直接将php编译为C++，有一些PHP的动态特性比如eval结构就无法实现。当然非要实现也是有方法的，hiphop不实现应该也是做了一个权衡。