PHP编程语言垃圾回收是什么？

概念

PHP的垃圾回收机制是自动的，它通过内置的垃圾回收器(Garbage Collector)来实现。当一个PHP对象不再被引用时，它就成为垃圾。垃圾回收器会定期扫描内存中的所有对象，将没有引用的对象标记为垃圾，并释放它们占用的内存空间，以便其他对象可以使用这些空间。

PHP的垃圾回收机制使用了 引用计数(reference counting) 的算法来跟踪对象的引用情况。每个对象都有一个引用计数器，它记录着对象当前被引用的次数。当一个对象被赋给一个变量时，它的引用计数器会增加1；当一个变量不再引用该对象时，它的引用计数器会减少1。当引用计数器降为0时，这个对象就成为垃圾，垃圾回收器就会释放它所占用的内存。

PHP的垃圾回收机制是自动的，程序员无需手动管理内存。但是，如果程序中存在循环引用的情况，垃圾回收器就无法释放这些对象。为了避免这种情况的发生，PHP提供了一种手动解除引用的方法，即将对象赋值为null，这样就可以让对象的引用计数器降为0，从而被垃圾回收器释放。

引用计数基础

PHP 变量存储在称为zval的容器中。zval 容器除了变量的类型和值之外，还包含两个额外的信息位。第一个是is_ref，是布尔值，表示变量是否是“引用集合”的一部分。通过这个位，PHP 引擎知道如何区分普通变量和引用。由于 PHP 允许用户自定义引用，通过 & 运算符创建引用，zval 容器还有内部引用计数机制来优化内存使用。第二个是refcount，表示有多少个变量名（也称为符号）指向这个 zval 容器。所有符号都存储在一个符号表中，每个作用域都有一个符号表。主脚本（即通过浏览器请求的脚本）有一个作用域，每个函数或方法也有一个作用域。

当使用常量值创建新变量时，也会创建 zval 容器，例如

示例 #1 创建新 zval 容器

<?php
$a = "new string";

在这种情况下，新的符号名称 a 会在当前作用域中创建，并且会创建新的变量容器，其类型为 string，值为 new string。由于没有创建用户定义的引用，is_ref位默认设置为 false。refcount设置为 1，因为只有一个符号使用了这个变量容器。请注意，具有refcount为 1 的引用（即is_ref为 true）会视为非引用（即is_ref为 false）。如果安装了 » Xdebug，可以通过调用 xdebug_debug_zval() 来显示此信息。

示例 #2 显示 zval 信息

<?php
$a = "new string";
xdebug_debug_zval('a');

以上示例会输出：

a: (refcount=1, is_ref=0)='new string'

将这个变量赋值给另一变量名将增加 refcount 的计数。

示例 #3 增加 zval 的 ``refcount

<?php
$a = "new string";
$b = $a;
xdebug_debug_zval( 'a' );

以上示例会输出：

a: (refcount=2, is_ref=0)='new string'

这里的 refcount 是 2，因为同一个变量容器链接到 a 和 b。PHP 很聪明，当没有必要的时候，不会复制实际的变量容器。当refcount到 0 时，就会销毁变量容器。当链接到变量容器的任何符号离开作用域（例如函数结束时）或取消符号赋值（例如通过调用 unset()）时，refcount会减少 1。以下是示例：

示例 #4 减少 zval refcount

<?php
$a = "new string";
$c = $b = $a;
xdebug_debug_zval( 'a' );
$b = 42;
xdebug_debug_zval( 'a' );
unset( $c );
xdebug_debug_zval( 'a' );

以上示例会输出：

a: (refcount=3, is_ref=0)='new string'
a: (refcount=2, is_ref=0)='new string'
a: (refcount=1, is_ref=0)='new string'

如果现在调用 unset($a);，变量容器，包含类型和值，会从内存中移除。

复合类型

对于 array 和 object 这样的复合类型，情况会稍微复杂一些。与 scalar 值不同，array 和 object 的属性存储在自己的符号表中。这意味着以下示例将创建三个 zval 容器：

示例 #5 创建 array zval

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
xdebug_debug_zval( 'a' );

以上示例的输出类似于：

a: (refcount=1, is_ref=0)=array (
   'meaning' => (refcount=1, is_ref=0)='life',
   'number' => (refcount=1, is_ref=0)=42
)

图示：

这三个 zval 变量容器是a、meaning和number。增加和减少refcounts的规则也适用于此。下面，再向数组添加一个元素，并将其值设置为已存在元素的内容：

示例 #6 添加已存在的元素到数组

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
$a['life'] = $a['meaning'];
xdebug_debug_zval( 'a' );

以上示例的输出类似于：

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'
)

图示：

从上面的 Xdebug 输出中，可以看到新旧的数组元素现在都指向refcount为 2 的 zval 容器。尽管 Xdebug 的输出显示了两个值为 'life' 的 zval 容器，但它们实际上是同一个。xdebug_debug_zval() 函数没有显示这一点，但可以通过显示内存指针来看到它。

从数组中删除元素就像从作用域中删除符号一样。删除后，数组元素指向的容器的refcount会减少。同样，当refcount到 0 时，变量容器就会从内存中删除。再举个例子来说明这一点：

示例 #7 从数组中删除元素

<?php
$a = array( 'meaning' => 'life', 'number' => 42 );
$a['life'] = $a['meaning'];
unset( $a['meaning'], $a['number'] );
xdebug_debug_zval( 'a' );

以上示例的输出类似于：

a: (refcount=1, is_ref=0)=array (
   'life' => (refcount=1, is_ref=0)='life'
)

现在，如果将数组本身作为数组的一个元素添加进去，情况就会变得有趣起来。在下一个例子中这样做，并且偷偷加入引用运算符，否则 PHP 会创建副本：

示例 #8 将数组本身作为其自身的一个元素添加进去

<?php
$a = array( 'one' );
$a[] =& $a;
xdebug_debug_zval( 'a' );

以上示例的输出类似于：

a: (refcount=2, is_ref=1)=array (
   0 => (refcount=1, is_ref=0)='one',
   1 => (refcount=2, is_ref=1)=...
)

图示：

可以看到数组变量（a）以及第二个元素（1）现在都指向refcount为 2 的变量容器。上面显示的...表示存在递归，这在这种情况下意味着...指向原数组。

就像之前一样，清除变量会删除符号，并且指向的变量容器的引用计数会减少 1。因此，如果在运行上述代码后清除变量 a，那么 a 和元素1所指向的变量容器的引用计数会减少 1，从2变为1。可以表示为：

示例 #9 清除 $a

(refcount=1, is_ref=1)=array (
   0 => (refcount=1, is_ref=0)='one',
   1 => (refcount=1, is_ref=1)=...
)

图示：

清理问题

虽然在任何作用域中都没有指向这个结构的符号，却无法清理它，因为数组元素“1”仍然指向同一个数组。由于没有外部符号指向它，用户无法清理该结构；因此会出现内存泄漏。幸运的是，PHP 会在请求结束时清理这个数据结构，但在此之前，它会占用宝贵的内存空间。如果你正在实现解析算法或其他需要子级元素指向"父级"元素的情况，会经常发生。当然，object 也可能出现相同的情况，因为 object 始终隐式引用。

如果这种情况只发生一两次，可能不是问题，但如果出现数千次，甚至数百万次的内存损失，显然就成了问题。这在长时间运行的脚本中尤为棘手，比如守护进程，其中请求基本上永远不会结束，或者在大量的单元测试集中。后者在运行 eZ Components 库的模板组件的单元测试时出现了问题。在某些情况下，它需要超过 2GB 的内存，而测试服务器并没有那么多内存可用。

回收循环

传统上，像 PHP 之前使用的引用计数内存机制无法解决循环引用内存泄漏的问题；然而，从 5.3.0 版本开始，PHP 实施了» 引用计数系统中的同步循环回收论文中的同步算法来解决这个问题。

对算法的完全说明有点超出这部分内容的范围，将只介绍其中基础部分。首先，需要确立一些基本规则。如果 refcount 增加，则该变量仍在使用中，因此不是垃圾。如果 refcount 减少到 0，则 zval 可以释放。这意味着只有当引用计数参数减少到非零值时，才能创建垃圾循环。其次，在垃圾循环中，可以通过检查是否可以将 refcount 减少 1，并检查哪些 zval 的 refcount 为 0 来确定哪些部分是垃圾。

为避免不得不检查所有引用计数可能减少的垃圾循环，这个算法把所有可能根(possible roots 都是zval变量容器),放在根缓冲区(root buffer)中(用紫色来标记，称为疑似垃圾)，这样可以同时确保每个可能的垃圾根(possible garbage root)在缓冲区中只出现一次。仅仅在根缓冲区满了时，才对缓冲区内部所有不同的变量容器执行垃圾回收操作。看上图的步骤 A。

在步骤 B 中，模拟删除每个紫色变量。模拟删除时可能将不是紫色的普通变量引用数减"1"，如果某个普通变量引用计数变成0了，就对这个普通变量再做一次模拟删除。每个变量只能被模拟删除一次，模拟删除后标记为灰（原文说确保不会对同一个变量容器减两次"1",不对的吧）。

在步骤 C 中，模拟恢复每个紫色变量。恢复是有条件的，当变量的引用计数大于0时才对其做模拟恢复。同样每个变量只能恢复一次，恢复后标记为黑，基本就是步骤 B 的逆运算。这样剩下的一堆没能恢复的就是该删除的蓝色节点了，在步骤 D 中遍历出来真的删除掉。

算法中都是模拟删除、模拟恢复、真的删除，都使用简单的遍历即可（最典型的深搜遍历）。复杂度为执行模拟操作的节点数正相关，不只是紫色的那些疑似垃圾变量。

对算法的工作原理有了基本的了解后，现在可以回顾一下如何与 PHP 集成。默认情况下，PHP 的垃圾回收器是打开的。然而，有个 php.ini 设置可以进行更改：zend.enable_gc。

当打开垃圾回收器时，如上所述的循环查找算法将在根缓冲区满时执行。根缓冲区的大小是固定的，可以容纳 10,000 个可能的根（尽管可以通过更改 PHP 源代码中的 Zend/zend_gc.c 中的 GC_THRESHOLD_DEFAULT 常量并重新编译 PHP 来修改这个值）。当关闭垃圾回收器时，循环查找算法将永不运行。然而，无论是否使用此配置激活垃圾回收机制，可能根都将始终记录在根缓冲区中。

如果在垃圾回收机制关闭时，根缓冲区存满了可能的根，那么将不会记录进一步的可能根。算法永远不会分析那些没有记录的可能根。如果他们是循环引用的一部分，将永不会清除从而导致内存泄漏的产生。

即使在垃圾回收机制不可用时，可能根也被记录的原因是，相对于每次找到可能根后检查垃圾回收机制是否打开而言，记录可能根的操作更快。不过垃圾回收和分析机制本身要耗不少时间。

除了改变配置中的 zend.enable_gc 之外，还可以通过调用 gc_enable() 或 gc_disable() 来启用/禁用垃圾回收机制。调用这些函数与通过配置打开或关闭机制的效果相同。即使可能的根缓冲区尚未满，还可以强制回收循环。为此，可以使用 gc_collect_cycles() 函数。该函数将返回算法回收的循环数量。

允许打开和关闭垃圾回收机制并且允许自主的初始化的原因，是由于你的应用程序的某部分可能是高时效性的。在这种情况下，你可能不想使用垃圾回收机制。当然，对你的应用程序的某部分关闭垃圾回收机制，是在冒着可能内存泄漏的风险，因为一些可能根也许存不进有限的根缓冲区。因此，就在你调用gc_disable()函数释放内存之前，先调用gc_collect_cycles()函数可能比较明智。因为这将清除已存放在根缓冲区中的所有可能根，然后在垃圾回收机制被关闭时，可留下空缓冲区以有更多空间存储可能根。