【php】聊聊PHP虚拟机
聊聊PHP虚拟机
MeetMax发布于 今天 14:41
什么是虚拟机？
“虚拟机”是个非常大的概念，从字面意思理解，“虚拟机”就是“虚拟的计算机”，我们在学习服务端编程时，相信大部分同学都接触过虚拟机。有这样一种场景，由于我们日常使用的计算机大部分是Windows操作系统，但绝大多数的服务端软件却都运行在Linux系统上，假设我们在Windows上进行编程，就无法直接在Windows上进行测试，非常不方便。基于这样的场景于是就有了虚拟机，它的作用是可以在windows系统的基础上运行Linux系统，然后我们就可以很方便的在windows系统上测试Linux系统的程序。这个Linux操作系统是通过某种技术手段虚拟出来的，中间的过程非常复杂，无法用三言两语来描述。
今天想聊的虚拟机和上面说的虚拟机略有不同，但是它们要解决的问题是一样的。上面说的虚拟机，它虚拟出了一个完整的操作系统，我把它称之为“操作系统级虚拟机”。而我们今天要聊的虚拟机它是针对编程语言的，它能达到的效果是，同一份代码运行在不同的操作系统上输出相同的结果，可以实现一次编写到处运行，我把它称为“语言级虚拟机”。我们非常熟悉的Java、PHP、Python等编程语言，实际上都是基于虚拟机的语言，它们都具备跨平台性，我们只需要编写一次代码，就可以运行在不同的操作系统上，并且输出几乎完全相同的结果。
了解过系统编程的同学应该都知道，不同操作系统对于同一个功能所提供的“系统API”可能是不一样的。例如 Windows和Linux系统都提供了网络监听的API，但是它们对应的SOCKET API却不同，假设我们使用平台相关的编程语言（例如：C、C++），我们在编程时就必须要注意这样的区别，并且针对不同的操作系统做相应的兼容处理，否则程序在Linux系统上能正常运行，但是Windows就会报错。这种类似的区别非常多，具体细节要看对应的系统编程手册才知道。有的系统API完全不同，而有的仅仅是个别参数不同，方法名完全相同，程序员在编写代码时需要时刻注意这些，才能编写出健壮的跨平台代码，这对新手来讲是非常困难的，并且这样一来，程序员就需要把很大一部分精力花费在兼容性问题上，而不能专注于实际功能的开发。
有了虚拟机之后，上面的问题就不复存在了。虚拟机的作用简单来说就是中介代理，好比我们初来乍到大城市要租房子，北上广等大城市的房东那么多，如果没有房产中介（虚拟机），我们就需要和N个房东对接，然后才能租到合适的房子；有了房产中介（虚拟机），我们只需要告诉房产中介（虚拟机）我们要租什么样的房子，由房产中介（虚拟机）去协调各个房东，我们就能租到合适的房子，过程不同，最后的结果是相同的。同理，以Socket API调用为例，我们把编写好的代码交给虚拟机，再由虚拟机来负责调用系统API，相当于中间加了一层中介代理，虚拟机将根据操作系统选择正确的Soekct API，来帮我们完成最终的功能。这样的好处是程序员不再需要关注底层API的细节，可以专注于真正功能的编写，虚拟机帮我们屏蔽底层系统API的细节，并且编程的门槛也大大降低，代码健壮性也大大提高。
PHP的执行过程
PHP解释执行过程
了解PHP的同学都知道，PHP是一种解释型语言，也称作脚本语言，它的特点就是轻量、简单易用。传统的编程语言在运行前都需要进行编译、链接，然后才能执行并输出结果。而脚本语言（PHP）则省略了这个过程，直接通过shell命令就能执行执行并输出对应的结果，非常轻量、直观、易上手。不瞒大家说，我在入坑编程时也学过Java，为什么最后入了PHP的坑呢，可能就是这些特点吸引的我。
刚才我们只说了PHP的优点，但是大多数时候都是有得必有失，我想编程语言也一样，PHP非常轻量、易上手那么它必然是牺牲了某种优点为代价的，否则为什么其它编程语言不这么做呢。接下来我们就聊一聊PHP的执行过程，我想了解了PHP的执行过程，就能理解PHP语言设计上的取舍了。
以下是PHP在开启了Opcache缓存后程序运行的主要过程。
图-1
从 图-1 中可以看到，载入PHP代码文件后，首先通过词法分析器（re2c/lex），从代码中提取出 单词符号（token），然后再经过 语法分析器（yacc/bison），从token中发现语法结构后，生成抽象语法树（AST），再经由静态编译器生成Opcode，最后由解释器模拟机器指令来执行每一条Opcode。
另外，当PHP开起了Opcache后，ZendVM会对Opcode进行缓存处理，缓存在共享内存中。不仅如此，ZendVM还会对编译后的Opcode进行优化，编译的优化技术包括 方法内联、常量传播、重复代码删除 等。有了Opcache后，不仅可以省略掉 词法分析、语法分析、静态编译等步骤，同时Opcode也被额外优化了，程序的执行效率比首次执行时的速度更快。
以上就是PHP解释执行的过程，虽然解释执行对程序员非常友好，省略了静态编译的步骤，但实际上这个过程并没有省略，只是由虚拟机帮我们完成了，以牺牲一部分性能为代价，换来了轻量、易用性、灵活性。其中 词法分析、语法分析、静态编译、解释执行 这些流程都是在执行时完成的。
编译型语言执行过程
了解过解释型语言的执行过程后，作为对比我们再来看下编译型语言的执行过程，来看看它相比比解释型语言有什么不同。
图-2
从图-2中我们可以看到，虚线框中的执行过程包括：词法分析、语法分析、编译，这3步在PHP解释执行时也同样有，唯一的区别是，C/C++这3步是提前由编译器在编译过程中完成的，这样可以在运行时节省大量的时间和开销。生成汇编代码后，第4步是链接汇编文件，并生成可执行文件，这里的可执行文件指的是二进制的机器码，CPU可以直接执行不需要再额外翻译，这4个步骤合起来称为静态编译。可以很明显的看到，编译型语言相对解释型语言在前期需要做更多的工作，但换来的是更高的性能和执行效率。因此，一般在大型的项目中，由于对性能要求比较高，代码量也很大，如果采用解释型语言会大大降低执行效率，使用静态编译型能够获得更好的执行效率，降低服务器采购成本。
什么是JIT?
JIT可以说是虚拟机中最有技术含量的技术，刚才我们分别讲了解释型语言和编译型语言执行的过程，也分析了它们各自的优势和劣势，我们可以思考一下，有没有一种技术，既有解释型语言轻量、易上手的优点，同时也拥有编译型语言的高性能，结论就是JIT。下面我们要介绍的就是编程语言中的JIT技术，它的全称是“即时编译”，具体指的是什么呢？我们先来看下维基百科对即时编译的定义。
刚才我们说了，JIT既拥有解释型语言的轻量易用性，同时拥有高性能，那么它是如何实现的呢？以PHP8中加入了JIT的特性为例，下图描述了PHP开启了JIT特性后的执行流程，PHP8-JIT是在Opcache优化的基础上更进一步，将Opcache中保存的Opcode优化后再进行编译，将Opcode编译成CPU可识别的可执行文件，也就是二进制文件，相当于C++编译后的可执行文件，只不过这个过程不需要在运行前完成，而是在运行时，虚拟机开启后台线程，将Opcode转换成二进制文件，有了二进制文件缓存后，当下次执行该逻辑时，CPU就可以直接执行，不需要再经过解释，理论性能和C++一样。这样的好处就是既保留了PHP语言的易用性、灵活性，同时也获得了高性能。
图-3
JIT的触发条件
JIT实际上就是把运行时的一部分代码，转换成可执行文件并缓存起来，加速下次代码的执行。那么JIT是程序启动后就会触发吗？
JIT在程序初次启动时并不会起作用，可以理解为PHP/Java代码在首次执行时，其实仍然是以解释的形式运行的，JIT需要在程序运行一段时间后才能真正触发。说到这里，大家有没有跟我有一样的疑问，为什么JIT不在程序启动时，就把所有的代码都转换成可执行文件缓存起来，就像C++一样，这样岂不是效率更高。在Java语言中确实有少部分这样的应用，但并不是主流。主要有以下几方面的原因
- 全部编译成二进制文件需要耗费很多时间，程序启动会非常慢，这对于大型项目来说是不可接受的
- 并不是所有的代码都有必要进行性能优化，大部分代码在实际场景中用的并不多
- 编译成二进制会占用很大的容量
- 提前编译好相当于是静态的编译，JIT编译相对于静态编译有很多不可替代的优势
JIT的触发条件，主要是基于“计数器的热点探测”，虚拟机会为每个方法（或者代码块）建立计数器，如果执行次数超过一定的阈值就认为它是“热点方法”，在达到阈值后，虚拟机会开启后台线程将该代码块编译成可执行文件，缓存在内存中，加速下次执行的速度。以上只是简单描述了热点代码的触发规则，实际的虚拟机采用的规则，会比这个更复杂。
JIT&提前编译的优劣势
JIT编译器是在运行时进行的，我们很容易发现，它和提前编译相比有几个很明显的劣势。首先，JIT编译需要消耗运行时的计算资源，原本这些资源可以用来执行程序，不管JIT编译器如何优化（例如：分层编译），这是始终没办法回避的问题，其中最消耗资源的一步是“过程间分析”，比如分析这个方法是否永远不可能被调用，抽象方法是否永远只会调用单一版本的结论，这些信息对生成高质量的代码有非常高的价值，但是要精确的得到这些信息，必须要经过大量的耗时计算，消耗大量运行时的计算资源。反过来，如果这些耗时的工作的提前编译时就完成了，运行时就只需享受高质量代码带来的高性能，最多就是提前编译时稍微慢一点，但这都是可以接受的。
说了这么多，那JIT编译和提前编译相比，在性能优化上就真的没什么优势了吗？结论是不是的，JIT编译有很多提前编译不可替代的优势。正是因为JIT编译器是在运行时进行的，所以JIT编译器能获取到程序真实的数据，通过不断收集程序运行时的监控信息，并对这些数据进行分析，JIT编译器可以对程序做一些激进的优化，这是提前的静态编译器做不到的。
首先是，性能分析制导优化。比如说JIT编译器在运行时，通过程序运行的监控数据，如果发现某些代码块被执行的特别频繁，那可以集中优化这一块代码，例如：给这段代码分配更好的寄存器、缓存等。
然后是激进预测优化。比如说有一个接口，它的实现类有3个，但在真实运行过程中，95%以上的时间都在运行A这个实现类，通过数据的分析，那就可以激进的对它进行预测，每次都执行A，如果发现有几次预测错误了，可以退回到解释状态再次执行，但只是小概率事件，并且不影响程序执行的结果。
最后是链接时优化，传统的编译器的步骤是编译优化和链接是分开的，什么意思呢？加入某个程序需要用到A、B、C 3个库，编译器先各自编译这3个类库，并且进行各种手段的优化，转换成汇编代码保存到文件中，最后一步是将这3个汇编文件链接起来，最终转换成可执行文件。这里存在一个问题，A、B、C 3个库在编译时是分别进行优化的，假设A和B中有些方法是重复执行的，或者可以方法内联来优化，那是无法做到的。但是JIT编译器是的不同之处在于，它是运行时动态链接的，可以针对整个程序的调用栈进行优化，这样的优化更加彻底。
总结
写这篇博客的主要目的，是对自己这段时间学习虚拟机相关技术的一个总结，在我谷歌搜索PHP虚拟机相关文章时，发现可参考的文章寥寥无几。由于Java和PHP的执行原理很相近，我想可以通过学习Java虚拟机来了解ZendVM的工作原理，Java虚拟机非常成熟，可以说是虚拟机的鼻祖，JVM世面上的优秀书籍非常多，JVM打开了我的新世界，让我对虚拟机有了全新的认识，JIT技术更是惊艳到我。
最后，PHP是世界上最好的语言！
参考
- 《深入理解Java虚拟机（第3版）》
- 深入理解PHP opcode优化
- PHP 8新特性之JIT简介
- PHP JIT in Depth
- Java 9 AOT 初探
- How PHP's Just In Time compiler works
php虚拟机编译器jit编译原理
阅读 41更新于 今天 14:44
本作品系原创，采用《署名-非商业性使用-禁止演绎 4.0 国际》许可协议
MeetMax
I'm a monkey coder
81 声望
2 粉丝
MeetMax
I'm a monkey coder
81 声望
2 粉丝
宣传栏
目录
什么是虚拟机？
“虚拟机”是个非常大的概念，从字面意思理解，“虚拟机”就是“虚拟的计算机”，我们在学习服务端编程时，相信大部分同学都接触过虚拟机。有这样一种场景，由于我们日常使用的计算机大部分是Windows操作系统，但绝大多数的服务端软件却都运行在Linux系统上，假设我们在Windows上进行编程，就无法直接在Windows上进行测试，非常不方便。基于这样的场景于是就有了虚拟机，它的作用是可以在windows系统的基础上运行Linux系统，然后我们就可以很方便的在windows系统上测试Linux系统的程序。这个Linux操作系统是通过某种技术手段虚拟出来的，中间的过程非常复杂，无法用三言两语来描述。
今天想聊的虚拟机和上面说的虚拟机略有不同，但是它们要解决的问题是一样的。上面说的虚拟机，它虚拟出了一个完整的操作系统，我把它称之为“操作系统级虚拟机”。而我们今天要聊的虚拟机它是针对编程语言的，它能达到的效果是，同一份代码运行在不同的操作系统上输出相同的结果，可以实现一次编写到处运行，我把它称为“语言级虚拟机”。我们非常熟悉的Java、PHP、Python等编程语言，实际上都是基于虚拟机的语言，它们都具备跨平台性，我们只需要编写一次代码，就可以运行在不同的操作系统上，并且输出几乎完全相同的结果。
了解过系统编程的同学应该都知道，不同操作系统对于同一个功能所提供的“系统API”可能是不一样的。例如 Windows和Linux系统都提供了网络监听的API，但是它们对应的SOCKET API却不同，假设我们使用平台相关的编程语言（例如：C、C++），我们在编程时就必须要注意这样的区别，并且针对不同的操作系统做相应的兼容处理，否则程序在Linux系统上能正常运行，但是Windows就会报错。这种类似的区别非常多，具体细节要看对应的系统编程手册才知道。有的系统API完全不同，而有的仅仅是个别参数不同，方法名完全相同，程序员在编写代码时需要时刻注意这些，才能编写出健壮的跨平台代码，这对新手来讲是非常困难的，并且这样一来，程序员就需要把很大一部分精力花费在兼容性问题上，而不能专注于实际功能的开发。
有了虚拟机之后，上面的问题就不复存在了。虚拟机的作用简单来说就是中介代理，好比我们初来乍到大城市要租房子，北上广等大城市的房东那么多，如果没有房产中介（虚拟机），我们就需要和N个房东对接，然后才能租到合适的房子；有了房产中介（虚拟机），我们只需要告诉房产中介（虚拟机）我们要租什么样的房子，由房产中介（虚拟机）去协调各个房东，我们就能租到合适的房子，过程不同，最后的结果是相同的。同理，以Socket API调用为例，我们把编写好的代码交给虚拟机，再由虚拟机来负责调用系统API，相当于中间加了一层中介代理，虚拟机将根据操作系统选择正确的Soekct API，来帮我们完成最终的功能。这样的好处是程序员不再需要关注底层API的细节，可以专注于真正功能的编写，虚拟机帮我们屏蔽底层系统API的细节，并且编程的门槛也大大降低，代码健壮性也大大提高。
PHP的执行过程
PHP解释执行过程
了解PHP的同学都知道，PHP是一种解释型语言，也称作脚本语言，它的特点就是轻量、简单易用。传统的编程语言在运行前都需要进行编译、链接，然后才能执行并输出结果。而脚本语言（PHP）则省略了这个过程，直接通过shell命令就能执行执行并输出对应的结果，非常轻量、直观、易上手。不瞒大家说，我在入坑编程时也学过Java，为什么最后入了PHP的坑呢，可能就是这些特点吸引的我。
刚才我们只说了PHP的优点，但是大多数时候都是有得必有失，我想编程语言也一样，PHP非常轻量、易上手那么它必然是牺牲了某种优点为代价的，否则为什么其它编程语言不这么做呢。接下来我们就聊一聊PHP的执行过程，我想了解了PHP的执行过程，就能理解PHP语言设计上的取舍了。
以下是PHP在开启了Opcache缓存后程序运行的主要过程。
图-1
从 图-1 中可以看到，载入PHP代码文件后，首先通过词法分析器（re2c/lex），从代码中提取出 单词符号（token），然后再经过 语法分析器（yacc/bison），从token中发现语法结构后，生成抽象语法树（AST），再经由静态编译器生成Opcode，最后由解释器模拟机器指令来执行每一条Opcode。
另外，当PHP开起了Opcache后，ZendVM会对Opcode进行缓存处理，缓存在共享内存中。不仅如此，ZendVM还会对编译后的Opcode进行优化，编译的优化技术包括 方法内联、常量传播、重复代码删除 等。有了Opcache后，不仅可以省略掉 词法分析、语法分析、静态编译等步骤，同时Opcode也被额外优化了，程序的执行效率比首次执行时的速度更快。
以上就是PHP解释执行的过程，虽然解释执行对程序员非常友好，省略了静态编译的步骤，但实际上这个过程并没有省略，只是由虚拟机帮我们完成了，以牺牲一部分性能为代价，换来了轻量、易用性、灵活性。其中 词法分析、语法分析、静态编译、解释执行 这些流程都是在执行时完成的。
编译型语言执行过程
了解过解释型语言的执行过程后，作为对比我们再来看下编译型语言的执行过程，来看看它相比比解释型语言有什么不同。
图-2
从图-2中我们可以看到，虚线框中的执行过程包括：词法分析、语法分析、编译，这3步在PHP解释执行时也同样有，唯一的区别是，C/C++这3步是提前由编译器在编译过程中完成的，这样可以在运行时节省大量的时间和开销。生成汇编代码后，第4步是链接汇编文件，并生成可执行文件，这里的可执行文件指的是二进制的机器码，CPU可以直接执行不需要再额外翻译，这4个步骤合起来称为静态编译。可以很明显的看到，编译型语言相对解释型语言在前期需要做更多的工作，但换来的是更高的性能和执行效率。因此，一般在大型的项目中，由于对性能要求比较高，代码量也很大，如果采用解释型语言会大大降低执行效率，使用静态编译型能够获得更好的执行效率，降低服务器采购成本。
什么是JIT?
JIT可以说是虚拟机中最有技术含量的技术，刚才我们分别讲了解释型语言和编译型语言执行的过程，也分析了它们各自的优势和劣势，我们可以思考一下，有没有一种技术，既有解释型语言轻量、易上手的优点，同时也拥有编译型语言的高性能，结论就是JIT。下面我们要介绍的就是编程语言中的JIT技术，它的全称是“即时编译”，具体指的是什么呢？我们先来看下维基百科对即时编译的定义。
刚才我们说了，JIT既拥有解释型语言的轻量易用性，同时拥有高性能，那么它是如何实现的呢？以PHP8中加入了JIT的特性为例，下图描述了PHP开启了JIT特性后的执行流程，PHP8-JIT是在Opcache优化的基础上更进一步，将Opcache中保存的Opcode优化后再进行编译，将Opcode编译成CPU可识别的可执行文件，也就是二进制文件，相当于C++编译后的可执行文件，只不过这个过程不需要在运行前完成，而是在运行时，虚拟机开启后台线程，将Opcode转换成二进制文件，有了二进制文件缓存后，当下次执行该逻辑时，CPU就可以直接执行，不需要再经过解释，理论性能和C++一样。这样的好处就是既保留了PHP语言的易用性、灵活性，同时也获得了高性能。
图-3
JIT的触发条件
JIT实际上就是把运行时的一部分代码，转换成可执行文件并缓存起来，加速下次代码的执行。那么JIT是程序启动后就会触发吗？
JIT在程序初次启动时并不会起作用，可以理解为PHP/Java代码在首次执行时，其实仍然是以解释的形式运行的，JIT需要在程序运行一段时间后才能真正触发。说到这里，大家有没有跟我有一样的疑问，为什么JIT不在程序启动时，就把所有的代码都转换成可执行文件缓存起来，就像C++一样，这样岂不是效率更高。在Java语言中确实有少部分这样的应用，但并不是主流。主要有以下几方面的原因
- 全部编译成二进制文件需要耗费很多时间，程序启动会非常慢，这对于大型项目来说是不可接受的
- 并不是所有的代码都有必要进行性能优化，大部分代码在实际场景中用的并不多
- 编译成二进制会占用很大的容量
- 提前编译好相当于是静态的编译，JIT编译相对于静态编译有很多不可替代的优势
JIT的触发条件，主要是基于“计数器的热点探测”，虚拟机会为每个方法（或者代码块）建立计数器，如果执行次数超过一定的阈值就认为它是“热点方法”，在达到阈值后，虚拟机会开启后台线程将该代码块编译成可执行文件，缓存在内存中，加速下次执行的速度。以上只是简单描述了热点代码的触发规则，实际的虚拟机采用的规则，会比这个更复杂。
JIT&提前编译的优劣势
JIT编译器是在运行时进行的，我们很容易发现，它和提前编译相比有几个很明显的劣势。首先，JIT编译需要消耗运行时的计算资源，原本这些资源可以用来执行程序，不管JIT编译器如何优化（例如：分层编译），这是始终没办法回避的问题，其中最消耗资源的一步是“过程间分析”，比如分析这个方法是否永远不可能被调用，抽象方法是否永远只会调用单一版本的结论，这些信息对生成高质量的代码有非常高的价值，但是要精确的得到这些信息，必须要经过大量的耗时计算，消耗大量运行时的计算资源。反过来，如果这些耗时的工作的提前编译时就完成了，运行时就只需享受高质量代码带来的高性能，最多就是提前编译时稍微慢一点，但这都是可以接受的。
说了这么多，那JIT编译和提前编译相比，在性能优化上就真的没什么优势了吗？结论是不是的，JIT编译有很多提前编译不可替代的优势。正是因为JIT编译器是在运行时进行的，所以JIT编译器能获取到程序真实的数据，通过不断收集程序运行时的监控信息，并对这些数据进行分析，JIT编译器可以对程序做一些激进的优化，这是提前的静态编译器做不到的。
首先是，性能分析制导优化。比如说JIT编译器在运行时，通过程序运行的监控数据，如果发现某些代码块被执行的特别频繁，那可以集中优化这一块代码，例如：给这段代码分配更好的寄存器、缓存等。
然后是激进预测优化。比如说有一个接口，它的实现类有3个，但在真实运行过程中，95%以上的时间都在运行A这个实现类，通过数据的分析，那就可以激进的对它进行预测，每次都执行A，如果发现有几次预测错误了，可以退回到解释状态再次执行，但只是小概率事件，并且不影响程序执行的结果。
最后是链接时优化，传统的编译器的步骤是编译优化和链接是分开的，什么意思呢？加入某个程序需要用到A、B、C 3个库，编译器先各自编译这3个类库，并且进行各种手段的优化，转换成汇编代码保存到文件中，最后一步是将这3个汇编文件链接起来，最终转换成可执行文件。这里存在一个问题，A、B、C 3个库在编译时是分别进行优化的，假设A和B中有些方法是重复执行的，或者可以方法内联来优化，那是无法做到的。但是JIT编译器是的不同之处在于，它是运行时动态链接的，可以针对整个程序的调用栈进行优化，这样的优化更加彻底。
总结
写这篇博客的主要目的，是对自己这段时间学习虚拟机相关技术的一个总结，在我谷歌搜索PHP虚拟机相关文章时，发现可参考的文章寥寥无几。由于Java和PHP的执行原理很相近，我想可以通过学习Java虚拟机来了解ZendVM的工作原理，Java虚拟机非常成熟，可以说是虚拟机的鼻祖，JVM世面上的优秀书籍非常多，JVM打开了我的新世界，让我对虚拟机有了全新的认识，JIT技术更是惊艳到我。
最后，PHP是世界上最好的语言！
参考
- 《深入理解Java虚拟机（第3版）》
- 深入理解PHP opcode优化
- PHP 8新特性之JIT简介
- PHP JIT in Depth
- Java 9 AOT 初探
- How PHP's Just In Time compiler works
以上是 【php】聊聊PHP虚拟机 的全部内容， 来源链接： utcz.com/a/112172.html
得票时间