PHP新的垃圾回收机制:Zend GC详解

概述 在5.2及更早版本的PHP中，没有专门的垃圾回收器GC（Garbage Collection），引擎在判断一个变量空间是否能够被释放的时候是依据这个变量的zval的refcount的值，如果refcount为0，那么变量的空间可以被释放，否则就不释放，这是一种非常简单的GC实现。然而在这种简单的GC实现方案中，出现了意想不到的变量内存泄漏情况（Bug:http://bugs.php.net/bug.php?id=33595），引擎将无法回收这些内存，于是在PHP5.3中出现了新的GC，新的GC有专门的机制负责清理垃圾数据，防止内存泄漏。本文将详细的阐述PHP5.3中新的GC运行机制。 目前很少有详细的资料介绍新的GC，本文将是目前国内最为详细的从源码角度介绍PHP5.3中GC原理的文章。其中关于垃圾产生以及算法简介部分由笔者根据手册翻译而来，当然其中融入了本人的一些看法。手册中相关内容：Garbage Collection 在介绍这个新的GC之前，读者必须先了解PHP中变量的内部存储相关知识，请先阅读 变量的内部存储：引用和计数 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。 新的GC算法的性能1.防止泄漏节省内存 新的GC算法的目的就是为了防止循环引用的变量引起的内存泄漏问题，在PHP中GC算法，当节点缓冲区满了之后，垃圾分析算法会启动，并且会释放掉发现的垃圾，从而回收内存，在PHP手册上给了一段代码和内存使用状况图：

<?php
class Foo
{
    public $var = '3.1415962654';
}

$baseMemory = memory_get_usage();

for ( $i = 0; $i <= 100000; $i++ )
{
    $a = new Foo;
    $a->self = $a;
    if ( $i % 500 === 0 )
    {
        echo sprintf( '%8d: ', $i ), memory_get_usage() - $baseMemory, "/n";
    }
}
?>

这段代码的循环体中，新建了一个对象变量，并且用对象的一个成员指向了自己，这样就形成了一个循环引用，当进入下一次循环的时候，又一次给对象变量重新赋值，这样会导致之前的对象变量内存泄漏，在这个例子里面有两个变量泄漏了，一个是对象本身，另外一个是对象中的成员self，但是这两个变量只有对象会作为垃圾收集器的节点被放入缓冲区(因为重新赋值相当于对它进行了unset操作，满足前面的准则3)。在这里我们进行了100,000次循环，而GC在缓冲区中有10,000节点的时候会启动垃圾分析算法，所以这里一共会进行10次的垃圾分析算法。从图中可以清晰的看到，在5.3版本PHP中，每次GC的垃圾分析算法被触发后，内存会有一个明显的减少。而在5.2版本的PHP中，内存使用量会一直增加。

2：运行效率影响 启用了新的GC后，垃圾分析算法将是一个比较耗时的操作，手册中给了一段测试代码：

<?php
class Foo
{
    public $var = '3.1415962654';
}

for ( $i = 0; $i <= 1000000; $i++ )
{
    $a = new Foo;
    $a->self = $a;
}

echo memory_get_peak_usage(), "/n";
?>

然后分别在GC开启和关闭的情况下执行这段代码：

time php -dzend.enable_gc=0 -dmemory_limit=-1 -n example2.php
# and
time php -dzend.enable_gc=1 -dmemory_limit=-1 -n example2.php

最终在该机器上，第一次执行大概使用10.7秒，第二次执行大概使用11.4秒，性能大约降低7%,不过内存的使用量降低了98%,从931M降低到了10M。当然这并不是一个比较科学的测试方法，但是也能说明一定的问题。这种代码测试的是一种极端恶劣条件，实际代码中，特别是在WEB的应用中，很难出现大量循环引用，GC的分析算法的启动不会这么频繁，小规模的代码中甚至很少有机会启动GC分析算法。

总结：

当GC的垃圾分析算法执行的时候，PHP脚本的效率会受到一定的影响，但是小规模的代码一般不会有这个机会运行这个算法。如果一旦脚本中GC分析算法开始运行了，那么将花费少量的时间节省出来了大量的内存，是一件非常划算的事情。新的GC对一些长期运行的PHP脚本效果更好，比如PHP的DAEMON守护进程，或则PHP-GTK进程等等。

引擎内部GC的实现

前面已经介绍了新的GC的基本原理以及性能相关的内容，其中一些都是在手册中有简单介绍了，那么这里我们将从源代码的角度来分析一下PHP如何实现新的GC。

1.zval的变化

在文件Zend/zend_gc.h中，重新定义了分配一个zval结构的宏:

#undef ALLOC_ZVAL #define ALLOC_ZVAL(z) / do { / (z) = (zval*)emalloc(sizeof(zval_gc_info)); / GC_ZVAL_INIT(z); / } while (0)

ALLOC_ZVAL的原始定义是在Zend/zend_alloc.h中，原始的定义只是分配一个zval结构的内存空间，然后在新的GC使用后，分配一个zval空间实际上是分配了一个zval_gc_info结构的空间，下面看看zval_gc_info结构定义:
[code]

typedef struct _zval_gc_info { zval z; union { gc_root_buffer *buffered; struct _zval_gc_info *next; } u; } zval_gc_info; typedef struct _zval_gc_info { zval z; union { gc_root_buffer *buffered; struct _zval_gc_info *next; } u;} zval_gc_info;[/code]

zval_gc_info这个结构的第一个成员就是一个zval结构，第二个成员是一个联合体u，是一个指向gc_root_buffer的指针和一个指向_zval_gc_info的指针。  第一个成员为zval结构，这就保证了对zval_gc_info类型指针做类型转换后和zval等价。在ALLOC_ZVAL宏中，分配了一个zval_gc_info的空间后，是将空间的指针转换成了(zval *)。这样就相当于分配了一个zval的空间。然后GC_ZVAL_INIT宏会把zval_gc_info中的成员u的buffered字段设置成NULL:

#define GC_ZVAL_INIT(z) / ((zval_gc_info*)(z))->u.buffered = NULL

这个u.buffered指针就是用来表示这个zval对应的节点信息指针。
[code]新的GC会为所有的zval分配一个空间存放节点信息指针，只有当zval被GC放入节点缓冲区的时候，节点信息指针才会被指向一个节点信息结构，否则节点信息指针一直是NULL。

具体方式是通过分配一个zval_gc_info结构来实现，这个结构包含了zval和节点信息指针buffered。

2.节点信息

zval的节点信息指针buffered指向一个gc_root_buffer类型，这个类型的定义如下:

typedef struct _gc_root_buffer { struct _gc_root_buffer *prev; /* double-linked list */ struct _gc_root_buffer *next; zend_object_handle handle; /* must be 0 for zval */ union { zval *pz; zend_object_handlers *handlers; } u; } gc_root_buffer; typedef struct _gc_root_buffer { struct _gc_root_buffer *prev; /* double-linked list */ struct _gc_root_buffer *next; zend_object_handle handle; /* must be 0 for zval */ union { zval *pz; zend_object_handlers *handlers; } u;} gc_root_buffer;[/code]

这是一个双链表的节点结构类型，prev和next用来指向前一个节点和后一个节点，handel是和对象相关的，对象类型的变量比较特殊，我们这里不讨论，u是一个联合体，u.pz用来指向这个节点所对应的zval结构。 这样每一个zval结构和zval对应的节点信息互相被关联在一起了:

通过一个zval指针pz找到节点指针: pr = ((zval_gc_info *)pz)->u.buffered

通过一个节点指针pr找到zval指针: pz = pr->u.pz

3.为zval设置节点信息以及节点颜色信息

这里GC应用了一些小技巧，先看看下面相关的宏:

#define GC_COLOR 0x03 #define GC_BLACK 0x00 #define GC_WHITE 0x01 #define GC_GREY 0x02 #define GC_PURPLE 0x03 #define GC_ADDRESS(v) / ((gc_root_buffer*)(((zend_uintptr_t)(v)) & ~GC_COLOR)) #define GC_SET_ADDRESS(v, a) / (v) = ((gc_root_buffer*)((((zend_uintptr_t)(v)) & GC_COLOR) | ((zend_uintptr_t)(a)))) #define GC_GET_COLOR(v) / (((zend_uintptr_t)(v)) & GC_COLOR) #define GC_SET_COLOR(v, c) / (v) = ((gc_root_buffer*)((((zend_uintptr_t)(v)) & ~GC_COLOR) | (c))) #define GC_SET_BLACK(v) / (v) = ((gc_root_buffer*)(((zend_uintptr_t)(v)) & ~GC_COLOR)) #define GC_SET_PURPLE(v) / (v) = ((gc_root_buffer*)(((zend_uintptr_t)(v)) | GC_PURPLE)) #define GC_ZVAL_INIT(z) / ((zval_gc_info*)(z))->u.buffered = NULL #define GC_ZVAL_ADDRESS(v) / GC_ADDRESS(((zval_gc_info*)(v))->u.buffered) #define GC_ZVAL_SET_ADDRESS(v, a) / GC_SET_ADDRESS(((zval_gc_info*)(v))->u.buffered, (a)) #define GC_ZVAL_GET_COLOR(v) / GC_GET_COLOR(((zval_gc_info*)(v))->u.buffered) #define GC_ZVAL_SET_COLOR(v, c) / GC_SET_COLOR(((zval_gc_info*)(v))->u.buffered, (c)) #define GC_ZVAL_SET_BLACK(v) / GC_SET_BLACK(((zval_gc_info*)(v))->u.buffered) #define GC_ZVAL_SET_PURPLE(v) / GC_SET_PURPLE(((zval_gc_info*)(v))->u.buffered)

其中宏GC_ZVAL_SET_ADDRESS(v, a)是为v这个zval设置节点信息的指针a，这个宏先得到v中的节点信息指针字段u.buffered，然后调用GC_ADDRESS(v,a)宏，将u.buffered字段设置成指针a。
[code]GC_ADDRESS(v, a)宏的功能是将地址a赋给v，但是它的实现很奇怪:

(v) = ((gc_root_buffer*)((((zend_uintptr_t)(v)) & GC_COLOR) | ((zend_uintptr_t)(a)))) 为什么需要这么一个复杂的过程，而且设置指针值为何还要牵扯到GC_COLOR颜色这个宏？这里就得先说说节点的颜色信息保存方式。在前面GC的算法简介中，提到了需要为节点上色，而实际在我们节点结构gc_root_buffer中并没有哪一个字段用来标识节点的颜色，这里GC运用了一个小的技巧：利用节点指针的低两位来标识颜色属性。可能读者会有疑问，用指针中的位来保存颜色属性，那么设置颜色后，指针不就变化了吗，那么还能查找到指针对应的结构吗？ 这个还真能查到！ 为什么？ 这个和malloc分配的内存地址属性有一定的关系，glib的malloc分配的内存地址都会有一定的对齐，这个对齐值为2 * SIZE_SZ,在不同位的机器上这个值是不一样的，但是可以确保的是分配出来的指针的最低两位肯定是0，然后看看颜色相关的宏，GC_COLOR为0x03, 3只需要两个二进制位就能够保存，所以拿指针的最低两位来保存颜色值是没有任何问题的，但是在使用指针的时候一定要先把指针最低的两位还原成0，否则指针指向的值是错误的。 这样我们就能理解为什么GC_ADDRESS需要这么复杂了。因为v中的低2位保存了v的颜色信息，如果直接把a赋给v会覆盖掉颜色信息，通过((zend_uintptr_t)(v)) & GC_COLOR可以保留低两位的颜色信息，同时其它的位都变成了0，将这个结果同a进行"|"操作，就能将a的赋给v,同时保留了v的颜色信息。 知道了颜色信息的存储方式，那么就应该很容易理解如何设置和获取颜色信息，这里就不多介绍了。 4.节点缓冲区 GC会将收集到的节点存放到一个缓冲区中，缓冲区满的时候就开始进行垃圾分析算法。这个缓冲区实际上放在一个全局的结构中： typedef struct _zend_gc_globals { zend_bool gc_enabled; zend_bool gc_active; gc_root_buffer *buf; /* preallocated arrays of buffers */ gc_root_buffer roots; /* list of possible roots of cycles */ gc_root_buffer *unused; /* list of unused buffers */ gc_root_buffer *first_unused; /* pointer to first unused buffer */ gc_root_buffer *last_unused; /* pointer to last unused buffer */ zval_gc_info *zval_to_free; /* temporaryt list of zvals to free */ zval_gc_info *free_list; zval_gc_info *next_to_free; zend_uint gc_runs; zend_uint collected; #if GC_BENCH zend_uint root_buf_length; zend_uint root_buf_peak; zend_uint zval_possible_root; zend_uint zobj_possible_root; zend_uint zval_buffered; zend_uint zobj_buffered; zend_uint zval_remove_from_buffer; zend_uint zobj_remove_from_buffer; zend_uint zval_marked_grey; zend_uint zobj_marked_grey; #endif } zend_gc_globals; typedef struct _zend_gc_globals { zend_bool gc_enabled; zend_bool gc_active; gc_root_buffer *buf; /* preallocated arrays of buffers */ gc_root_buffer roots; /* list of possible roots of cycles */ gc_root_buffer *unused; /* list of unused buffers */ gc_root_buffer *first_unused; /* pointer to first unused buffer */ gc_root_buffer *last_unused; /* pointer to last unused buffer */ zval_gc_info *zval_to_free; /* temporaryt list of zvals to free */ zval_gc_info *free_list; zval_gc_info *next_to_free; zend_uint gc_runs; zend_uint collected;#if GC_BENCH zend_uint root_buf_length; zend_uint root_buf_peak; zend_uint zval_possible_root; zend_uint zobj_possible_root; zend_uint zval_buffered; zend_uint zobj_buffered; zend_uint zval_remove_from_buffer; zend_uint zobj_remove_from_buffer; zend_uint zval_marked_grey; zend_uint zobj_marked_grey;#endif} zend_gc_globals;[/code] 用宏GC_G(v)可以访问结构中的v字段。 简单的介绍这个结构中几个重要的字段的含义:zend_bool gc_enabled: 是否开启GCzend_bool gc_active: GC是否正在进行垃圾分析gc_root_buffer *buf： 节点缓冲区指针，在GC初始化的时候，会分配10,000个gc_root_buffer结构的空间，buf为第1个节点的地址gc_root_buffer roots; GC每次开始垃圾分析算法的时候，都是从这个节点开始进行(注意不是直接在缓冲区中按顺序来分析节点，缓冲区值是存放节点信息内容，roots是分析的节点入口，是一个双链表的入口) 其他节点和垃圾分析过程中的一些临时数据有关，这里暂不介绍。 5.GC的初始化ZEND_API void gc_init(TSRMLS_D) { if (GC_G(buf) == NULL && GC_G(gc_enabled)) { GC_G(buf) = (gc_root_buffer*) malloc(sizeof(gc_root_buffer) * GC_ROOT_BUFFER_MAX_ENTRIES); GC_G(last_unused) = &GC_G(buf)[GC_ROOT_BUFFER_MAX_ENTRIES]; gc_reset(TSRMLS_C); } }

ZEND_API void _zval_ptr_dtor(zval **zval_ptr ZEND_FILE_LINE_DC) /* {{{ */  {  #if DEBUG_ZEND>=2      printf("Reducing refcount for %x (%x): %d->%d/n", *zval_ptr, zval_ptr, Z_REFCOUNT_PP(zval_ptr), Z_REFCOUNT_PP(zval_ptr) - 1);  #endif      Z_DELREF_PP(zval_ptr);      if (Z_REFCOUNT_PP(zval_ptr) == 0) {          TSRMLS_FETCH();            if (*zval_ptr != &EG(uninitialized_zval)) {              GC_REMOVE_ZVAL_FROM_BUFFER(*zval_ptr);              zval_dtor(*zval_ptr);              efree_rel(*zval_ptr);          }      } else {          TSRMLS_FETCH();            if (Z_REFCOUNT_PP(zval_ptr) == 1) {              Z_UNSET_ISREF_PP(zval_ptr);          }            GC_ZVAL_CHECK_POSSIBLE_ROOT(*zval_ptr);      }  }  ZEND_API void _zval_ptr_dtor(zval **zval_ptr ZEND_FILE_LINE_DC) /* {{{ */{#if DEBUG_ZEND>=2	printf("Reducing refcount for %x (%x): %d->%d/n", *zval_ptr, zval_ptr, Z_REFCOUNT_PP(zval_ptr), Z_REFCOUNT_PP(zval_ptr) - 1);#endif	Z_DELREF_PP(zval_ptr);	if (Z_REFCOUNT_PP(zval_ptr) == 0) {		TSRMLS_FETCH();		if (*zval_ptr != &EG(uninitialized_zval)) {			GC_REMOVE_ZVAL_FROM_BUFFER(*zval_ptr);			zval_dtor(*zval_ptr);			efree_rel(*zval_ptr);		}	} else {		TSRMLS_FETCH();		if (Z_REFCOUNT_PP(zval_ptr) == 1) {			Z_UNSET_ISREF_PP(zval_ptr);		}		GC_ZVAL_CHECK_POSSIBLE_ROOT(*zval_ptr);	}}

这个函数中：Z_DELREF_PP(zval_ptr) ：对zval的refcount减1，减1之后1.如果zval的refcount等于0,根据前面的准则2，这个变量的空间可以直接被释放掉，在释放之前需要注意，有可能这个变量在之前已经被放入了节点缓冲区，所以需要调用GC_REMOVE_ZVAL_FROM_BUFFER(*zval_ptr)从节点缓冲区中删除相关节点信息，然后调用zval_dtor和efree_rel释放掉变量zval中变量占用的空间和zval结构自身的空间。2.如果zval的refcount等于1,根据前面的准则3，这个变量有可能会成为一个垃圾，于是调用GC_ZVAL_CHECK_POSSIBLE_ROOT(*zval_ptr)为其设置节点信息并放入缓冲区 因此，最终是通过GC_ZVAL_CHECK_POSSIBLE_ROOT宏来产生节点并放入缓冲等待处理，相关的宏和函数代码为： #define GC_ZVAL_CHECK_POSSIBLE_ROOT(z) / gc_zval_check_possible_root((z) TSRMLS_CC) static zend_always_inline void gc_zval_check_possible_root(zval *z TSRMLS_DC) { if (z->type == IS_ARRAY || z->type == IS_OBJECT) { gc_zval_possible_root(z TSRMLS_CC); } } ZEND_API void gc_zval_possible_root(zval *zv TSRMLS_DC) { if (UNEXPECTED(GC_G(free_list) != NULL && GC_ZVAL_ADDRESS(zv) != NULL && GC_ZVAL_GET_COLOR(zv) == GC_BLACK) && (GC_ZVAL_ADDRESS(zv) < GC_G(buf) || GC_ZVAL_ADDRESS(zv) >= GC_G(last_unused))) { /* The given zval is a garbage that is going to be deleted by * currently running GC */ return; } if (zv->type == IS_OBJECT) { GC_ZOBJ_CHECK_POSSIBLE_ROOT(zv); return; } GC_BENCH_INC(zval_possible_root); if (GC_ZVAL_GET_COLOR(zv) != GC_PURPLE) { GC_ZVAL_SET_PURPLE(zv); if (!GC_ZVAL_ADDRESS(zv)) { gc_root_buffer *newRoot = GC_G(unused); if (newRoot) { GC_G(unused) = newRoot->prev; } else if (GC_G(first_unused) != GC_G(last_unused)) { newRoot = GC_G(first_unused); GC_G(first_unused)++; } else { if (!GC_G(gc_enabled)) { GC_ZVAL_SET_BLACK(zv); return; } zv->refcount__gc++; gc_collect_cycles(TSRMLS_C); zv->refcount__gc--; newRoot = GC_G(unused); if (!newRoot) { return; } GC_ZVAL_SET_PURPLE(zv); GC_G(unused) = newRoot->prev; } newRoot->next = GC_G(roots).next; newRoot->prev = &GC_G(roots); GC_G(roots).next->prev = newRoot; GC_G(roots).next = newRoot; GC_ZVAL_SET_ADDRESS(zv, newRoot); newRoot->handle = 0; newRoot->u.pz = zv; GC_BENCH_INC(zval_buffered); GC_BENCH_INC(root_buf_length); GC_BENCH_PEAK(root_buf_peak, root_buf_length); } } }

ZEND_API int gc_collect_cycles(TSRMLS_D)  {      int count = 0;        if (GC_G(roots).next != &GC_G(roots)) {          zval_gc_info *p, *q, *orig_free_list, *orig_next_to_free;            if (GC_G(gc_active)) {              return 0;          }          GC_G(gc_runs)++;          GC_G(zval_to_free) = FREE_LIST_END;          GC_G(gc_active) = 1;          gc_mark_roots(TSRMLS_C);          gc_scan_roots(TSRMLS_C);          gc_collect_roots(TSRMLS_C);            orig_free_list = GC_G(free_list);          orig_next_to_free = GC_G(next_to_free);          p = GC_G(free_list) = GC_G(zval_to_free);          GC_G(zval_to_free) = NULL;          GC_G(gc_active) = 0;            /* First call destructors */          while (p != FREE_LIST_END) {              if (Z_TYPE(p->z) == IS_OBJECT) {                  if (EG(objects_store).object_buckets &&                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].valid &&                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount <= 0 &&                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.dtor &&                      !EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].destructor_called) {                        EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].destructor_called = 1;                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount++;                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.dtor(EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.object, Z_OBJ_HANDLE(p->z) TSRMLS_CC);                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount--;                  }              }              count++;              p = p->u.next;          }            /* Destroy zvals */          p = GC_G(free_list);          while (p != FREE_LIST_END) {              GC_G(next_to_free) = p->u.next;              if (Z_TYPE(p->z) == IS_OBJECT) {                  if (EG(objects_store).object_buckets &&                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].valid &&                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount <= 0) {                      EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount = 1;                      Z_TYPE(p->z) = IS_NULL;                      zend_objects_store_del_ref_by_handle_ex(Z_OBJ_HANDLE(p->z), Z_OBJ_HT(p->z) TSRMLS_CC);                  }              } else if (Z_TYPE(p->z) == IS_ARRAY) {                  Z_TYPE(p->z) = IS_NULL;                  zend_hash_destroy(Z_ARRVAL(p->z));                  FREE_HASHTABLE(Z_ARRVAL(p->z));              } else {                  zval_dtor(&p->z);                  Z_TYPE(p->z) = IS_NULL;              }              p = GC_G(next_to_free);          }            /* Free zvals */          p = GC_G(free_list);          while (p != FREE_LIST_END) {              q = p->u.next;              FREE_ZVAL_EX(&p->z);              p = q;          }          GC_G(collected) += count;          GC_G(free_list) = orig_free_list;          GC_G(next_to_free) = orig_next_to_free;      }        return count;  }  ZEND_API int gc_collect_cycles(TSRMLS_D){	int count = 0;	if (GC_G(roots).next != &GC_G(roots)) {		zval_gc_info *p, *q, *orig_free_list, *orig_next_to_free;		if (GC_G(gc_active)) {			return 0;		}		GC_G(gc_runs)++;		GC_G(zval_to_free) = FREE_LIST_END;		GC_G(gc_active) = 1;		gc_mark_roots(TSRMLS_C);		gc_scan_roots(TSRMLS_C);		gc_collect_roots(TSRMLS_C);		orig_free_list = GC_G(free_list);		orig_next_to_free = GC_G(next_to_free);		p = GC_G(free_list) = GC_G(zval_to_free);		GC_G(zval_to_free) = NULL;		GC_G(gc_active) = 0;		/* First call destructors */		while (p != FREE_LIST_END) {			if (Z_TYPE(p->z) == IS_OBJECT) {				if (EG(objects_store).object_buckets &&					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].valid &&					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount <= 0 &&					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.dtor &&					!EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].destructor_called) {					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].destructor_called = 1;					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount++;					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.dtor(EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.object, Z_OBJ_HANDLE(p->z) TSRMLS_CC);					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount--;				}			}			count++;			p = p->u.next;		}		/* Destroy zvals */		p = GC_G(free_list);		while (p != FREE_LIST_END) {			GC_G(next_to_free) = p->u.next;			if (Z_TYPE(p->z) == IS_OBJECT) {				if (EG(objects_store).object_buckets &&					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].valid &&					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount <= 0) {					EG(objects_store).object_buckets[Z_OBJ_HANDLE(p->z)].bucket.obj.refcount = 1;					Z_TYPE(p->z) = IS_NULL;					zend_objects_store_del_ref_by_handle_ex(Z_OBJ_HANDLE(p->z), Z_OBJ_HT(p->z) TSRMLS_CC);				}			} else if (Z_TYPE(p->z) == IS_ARRAY) {				Z_TYPE(p->z) = IS_NULL;				zend_hash_destroy(Z_ARRVAL(p->z));				FREE_HASHTABLE(Z_ARRVAL(p->z));			} else {				zval_dtor(&p->z);				Z_TYPE(p->z) = IS_NULL;			}			p = GC_G(next_to_free);		}		/* Free zvals */		p = GC_G(free_list);		while (p != FREE_LIST_END) {			q = p->u.next;			FREE_ZVAL_EX(&p->z);			p = q;		}		GC_G(collected) += count;		GC_G(free_list) = orig_free_list;		GC_G(next_to_free) = orig_next_to_free;	}	return count;}

这里只简单的介绍其中关键的流程:1.gc_mark_roots（） 这个函数对节点信息的链表进行一次深度优先遍历，将其中的zval的refcount减1，为了避免对同一个zval重复减操作，在操作之后将zval标记成灰色。（对节点自身的zval可以重复减操作，这个是此算法的基础） 2.gc_scan_roots() 这个函数对节点信息的链表再次进行深度优先遍历，如果发现zval的refcount大于等于1，则对该zval和其包含的zval的refcount加1操作，这个是对非垃圾的一个信息还原，然后将这些zval颜色属性去掉(设置成black)。如果发现zval的refcount等于0，则就标记成白色，这些是后面将要清理掉的垃圾。 3.gc_collect_roots() 遍历节点信息链表,将前面一个步骤中标记为白色的节点信息放到GC_G(zval_to_free)为入口的链表中，这个链表用来存放将要释放的垃圾。 然后释放掉全部的节点信息，缓冲区被清空。分析结束后将重新收集节点信息。 4.释放步骤3中收集到垃圾数据。 结尾PHP5.3的GC机制总体来说比较复杂，变量的循环引用本身就是个特别头疼的事情，容易让人迷糊，在算法中也是充满着各种循环和递归。笔者的分析不一定完全准确，目前相关的文章少之又少。这篇文章介绍的内容比较多，有些混乱，后面会继续完善。 转自：/article/1778149.html