PHP内存实际上是如何工作的

时间：2014-08-01 13:27:12

标签： php arrays memory-management php-internals

我总是听到并搜索新的PHP“良好的写作练习”，例如：检查数组键是否存在比搜索数组更好（性能），但对内存来说似乎也更好：

假设我们有：

$array = array
(
    'one'   => 1,
    'two'   => 2,
    'three' => 3,
    'four'  => 4,
);

这会分配1040个字节的内存，

和

$array = array
(
    1 => 'one',
    2 => 'two',
    3 => 'three',
    4 => 'four',
);

需要1136个字节

我知道key和value肯定会有不同的存储机制，但是 请你真的指出我的原理是如何运作的？

示例2 （对于@teuneboon）： 

$array = array
(
    'one'   => '1',
    'two'   => '2',
    'three' => '3',
    'four'  => '4',
);

1168字节

$array = array
(
    '1' => 'one',
    '2' => 'two',
    '3' => 'three',
    '4' => 'four',
);

1136字节

消耗相同的内存：

  • 4 => 'four',
  • '4' => 'four',

4 个答案:

答案 0 :(得分：24)

注意，以下答案适用于PHP 之前到版本7，因为在PHP 7中引入了主要更改，其中还涉及值结构。

TL; DR

你的问题实际上并不是关于＆＃34;内存如何在PHP＆＃34; 中运行（在这里，我认为，你的意思是＆＃34;内存分配＆＃34;），但是关于< em>＆＃34;数组如何在PHP＆＃34; 中运行 - 这两个问题是不同的。总结下面的内容：

  • PHP数组不是＆＃34;数组＆＃34;在古典意义上。它们是哈希映射
  • PHP数组的哈希映射具有特定的结构，并使用许多其他存储内容，例如内部链接指针
  • PHP哈希映射的哈希映射项也使用其他字段来存储信息。并且 - 是的，不仅字符串/整数键很重要，而且还有用于键的字符串本身。
  • 您的案例中包含字符串键的选项将＆＃34; win＆＃34;就内存量而言，因为两个选项都将被散列到ulong（无符号长）键散列映射中，因此真正的差异将在值中，其中string-keys选项具有整数（固定长度）值，而整数-keys选项具有字符串（与字符相关的长度）值。但由于可能的碰撞，这可能并非总是如此。
  • ＆＃34;字符串数字＆＃34;密钥（例如'4'）将被视为整数密钥并转换为整数哈希结果，因为它是整数密钥。因此，'4'=>'foo'和4 => 'foo'是相同的。

此外，重要提示：此处的图片版权归PHP internals book

PHP数组的哈希映射

PHP数组和C数组

你应该意识到一个非常重要的事情：PHP是用C语言编写的，其中包括＆＃34;关联数组＆＃34;根本不存在。所以，在C＆＃34;数组＆＃34;正是＆＃34; array＆＃34;是 - 即它只是存储器中的一个连续区域，可以通过连续偏移来访问。你的＆＃34;键＆＃34;可能只是数字，整数而且只是连续的，从零开始。例如，您不能将3，-6，'foo'作为＆＃34;密钥＆＃34;那里。

为了实现PHP中的数组，有哈希映射选项，它使用哈希函数来哈希你的密钥并将它们转换为整数，可用于C阵列。但是，该函数永远无法在字符串键及其整数散列结果之间创建bijection。并且很容易理解为什么：因为设置的cardinality字符串比整数集的基数大得多。让我们举例说明：我们将重新计算最长为10的所有字符串，这些字符串只包含字母数字符号（因此，0-9，a-z和A-Z，总计62）：它可能有62个 10 总串。它在 8.39E + 17 附近。将它与我们对无符号整数（长整数，32位）类型的 4E + 9 进行比较，你会得到这个想法 - 会有碰撞

PHP哈希映射键＆amp;碰撞

现在，为了解决冲突，PHP只会将具有相同哈希函数结果的项放入一个链表中。因此，hash-map不仅仅是散列元素的列表＆＃34;而是它将存储指向元素列表的指针（某些列表中的每个元素将具有相同的散列函数键）。这就是你要指出它将如何影响内存分配的地方：如果你的数组有字符串键，这不会导致冲突，那么这些列表中就不需要额外的指针，因此内存量会减少（实际上，它和＃39;开销非常小，但是，由于我们正在谈论精确的内存分配，因此应该考虑到这一点）。并且，同样地，如果您的字符串键将导致许多冲突，那么将创建更多的附加指针，因此总内存量将更多一些。

为了说明这些列表中的关系，这里有一个图形：

  

enter image description here

上面介绍了PHP在应用哈希函数后如何解决冲突。因此，您的一个问题部分就在于此处，指出了碰撞解决方案列表中的指针。此外，链接列表的元素通常称为 buckets ，并且包含指向这些列表头部的指针的数组在内部称为arBuckets。由于结构优化（因此，为了使元素删除，更快），真正的列表元素有两个指针，前一个元素和下一个元素 - 但是这只会在非碰撞/碰撞的存储量方面产生差异数组稍微宽一点，但不会改变概念本身。

还有一个清单：订单

要完全支持PHP中的数组，还需要维护 order ，以便通过另一个内部列表实现。数组的每个元素也是该列表的成员。它在内存分配方面没有什么不同，因为在这两个选项中都应该维护这个列表，但是为了全面了解，我提到了这个列表。这是图形：

  

enter image description here

除了pListLast和pListNext之外，还存储了指向订单列表头部和尾部的指针。同样，它与您的问题没有直接关系，但我还会转储内部存储桶结构，这些存在这些指针。

内部的数组元素

现在我们已经准备好了解一下：什么是数组元素，所以，bucket：

typedef struct bucket {
    ulong h;
    uint nKeyLength;
    void *pData;
    void *pDataPtr;
    struct bucket *pListNext;
    struct bucket *pListLast;
    struct bucket *pNext;
    struct bucket *pLast;
    char *arKey;
} Bucket;

我们在这里：

  • h是key的整数（ulong）值，它是hash函数的结果。对于整数键，与键本身相同（哈希函数返回自身）
  • pNext / pLast是碰撞解决链接列表中的指针
  • pListNext / pListLast是订单分辨率链接列表中的指针
  • pData是指向存储值的指针。实际上，值与创建数组时插入的值相同，它的 copy ，但为了避免不必要的开销，PHP使用pDataPtr（所以pData = &pDataPtr ）

从这个角度来看，你可能会得到下一个不同之处：因为字符串键将被哈希（因此，h总是ulong，因此，相同的大小），它将是一个存储在值中的内容。因此，对于您的字符串键数组，将存在整数值，而对于整数键数组，将存在字符串值，这会产生差异。但是 - 不，它不是一个神奇的：你不能节省内存＆＃34;一直以这种方式存储字符串键，因为如果你的键很大并且会有很多键，它会导致冲突开销（很好，很可能，但当然不能保证）。它会＆＃34;工作＆＃34;仅适用于任意短串，不会导致多次碰撞。

哈希表本身

已经讨论了元素（存储桶）及其结构，但也有散列表本身，实际上是数组数据结构。所以，它被称为_hashtable：

typedef struct _hashtable {
    uint nTableSize;
    uint nTableMask;
    uint nNumOfElements;
    ulong nNextFreeElement;
    Bucket *pInternalPointer;   /* Used for element traversal */
    Bucket *pListHead;
    Bucket *pListTail;
    Bucket **arBuckets;
    dtor_func_t pDestructor;
    zend_bool persistent;
    unsigned char nApplyCount;
    zend_bool bApplyProtection;
#if ZEND_DEBUG
    int inconsistent;
#endif
} HashTable;

我不会描述所有字段，因为我已经提供了很多信息，这只与问题有关，但我会简要介绍一下这个结构：

  • arBuckets就是上面描述的，桶存储，
  • pListHead / pListTail是订单分辨率列表的指针
  • nTableSize确定哈希表的大小。这与内存分配直接相关：nTableSize总是2的幂。因此，无论你是否在数组中有13个或14个元素：实际大小为16。想要估算数组大小时要考虑到这一点。

结论

很难预测，在你的情况下，一个阵列会比另一个阵列大。是的，有一些指导原则是内部结构，但如果字符串键的长度与整数值相当（例如样本中的'four'，'one'） - 真正的区别在于 - 发生了多少次冲突，分配了多少字节来保存值。

但选择合适的结构应该是感觉问题，而不是记忆。如果您打算构建相应的索引数据，那么选择总是显而易见的。上面的帖子只有一个目标：显示数组如何在PHP中实际工作，以及在哪里可以找到样本中内存分配的差异。

您还可以查看有关数组和文章的文章。 PHP中的哈希表：PHP内部书籍Hash-tables in PHP：我从那里使用了一些图形。另外，要了解如何在PHP中分配值，请查看zval Structure文章，它可以帮助您理解字符串和字符串之间的差异。整数分配数组的值。我没有在这里包含解释，因为对我来说更重要的一点是 - 显示数组数据结构以及在你的问题的字符串键/整数键的上下文中可能有什么不同。

答案 1 :(得分：3)

尽管两个数组都以不同的方式访问（即通过字符串或整数值），但内存模式大致相似。

这是因为字符串分配是作为zval创建的一部分或需要分配新数组键时发生的;不同的是，数字索引不需要整个zval结构，因为它们被存储为（无符号）长。

观察到的内存分配差异很小，很大程度上可归因于memory_get_usage()的不准确性或由于额外的存储桶创建而导致的分配。

结论

如何使用阵列必须成为选择索引方式的指导原则;当你用完它时，内存只会成为这个规则的一个例外。

答案 2 :(得分：3)

从PHP手册垃圾收集http://php.net/manual/en/features.gc.php 

gc_enable(); // Enable Garbage Collector
var_dump(gc_enabled()); // true
var_dump(gc_collect_cycles()); // # of elements cleaned up
gc_disable(); // Disable Garbage Collector

PHP不能很好地返回释放的内存;它在线的主要用途并不需要它，有效的垃圾收集需要时间来提供输出;当脚本结束时，无论如何都会返回内存。

垃圾收集发生。

  1. 当你告诉

    时

    int gc_collect_cycles ( void )

  2. 离职时

  3. 脚本结束时

    4. 更好地了解来自网络主机的PHP垃圾收集（无联属关系）。 http://www.sitepoint.com/better-understanding-phps-garbage-collection/

    如果您正在逐字节地考虑如何在内存中设置数据。不同的端口将影响这些值。当数据位于64位字的第一位时，64位CPU的性能最佳。对于最大性能，一个特定的二进制文件，它们将在第一个位上分配一块内存的开始，最多留下7个字节未使用。这个CPU特定的东西取决于编译PHP.exe的编译器。我不能提供任何方法来预测确切的内存使用情况，因为它将由不同的编译器以不同的方式确定。

    Alma Do，post转到发送给编译器的源的细节。 PHP源请求和编译器优化的内容。

    查看您发布的具体示例。当密钥是ascii字母时，它们每个条目占用4个字节（64位）...这对我来说（假设没有垃圾或内存漏洞等），ascii密钥大于64位，但是数字键适合64位字。它向我建议你使用64位计算机，你的PHP.exe是为64位CPU编译的。

答案 3 :(得分：1)

PHP中的数组实现为哈希映射。因此，用于密钥的值的长度对数据要求几乎没有影响。在旧版本的PHP中，大型数组的性能显着下降，因为散列大小在数组创建时得到修复 - 当冲突开始发生然后增加的哈希值数量时，将映射到值的链接列表，然后必须进一步搜索（使用一个O（n）算法）而不是单个值，但最近哈希似乎要么使用更大的默认大小或动态调整大小（它只是工作 - 我真的不能阅读源代码）

从脚本中保存4个字节不会导致Google出现任何不眠之夜。如果您正在编写使用大型数组的代码（节省可能更为重要），那么您可能做错了 - 填充数组所花费的时间和资源可以更好地用于其他地方（例如索引存储）。 / p>

相关问题
最新问题