Arthur's Blog

大家都知道PHP脚本在执行的时候用户全局变量(在用户空间显式定义的变量)会保存在一个HashTable数据类型的符号表(symbol_table)中， 在PHP中有一些比较特殊的全局变量例如: $_GET，$_POST，$_SERVER等变量，我们并没有在程序中定义这些变量，并且这些变量也同样保存在符号表中， 从这些表象我们不难得出结论：PHP是在脚本运行之前就将这些特殊的变量加入到了符号表中了。

$GLOBALS的初始化

我们以cgi模式为例说明$GLOBALS的初始化。 从cgi_main.c文件main函数开始。 整个调用顺序如下所示：

[main() -> php_request_startup() -> zend_activate() -> init_executor() ]

上面的代码的关键点zend_hash_update函数的调用，它将变量名为GLOBALS的变量注册到EG(symbol_table)中， EG(symbol_table)是一个HashTable的结构，用来存放所有的全局变量。 这在下面将要提到的$_GET等变量初始化时也会用到。

$_GET、$_POST等变量的初始化

$_GET、$_COOKIE、$_SERVER、$_ENV、$_FILES、$_REQUEST这六个变量都是通过如下的调用序列进行初始化。 [m

我们已经知道php变量在内核中其实是通过zval结构来实现的，也初步了如果设置一个zval结构的类型和值，这一节我们的目的便是在前两节的基础上，彻底掌握对zval结构的操控，其间将引入很多超棒的新的宏。

在code的时候，我们很希望在内核中创建的zval可以让用户在PHP语言里以变量的形式使用，为了实现这个功能，我们首先要创建一个zval。最容易想到的办法便是创建一个zval指针，然后申请一块内存并让指针指向它。如果你脑海里浮现出了malloc(sizeof(zval))的影子，那么请你立即刹车，不要用malloc来做这件事情，内核给我们提供了相应的宏来处理这件事，理由和以前一样：为了代码漂亮并保持版本升级时的兼容性。这个宏的是：MAKE_STD_ZVAL(pzv)。这个宏会用内核的方式来申请一块内存并将其地址付给pzv，并初始化它的refcount和is_ref连个属性，更棒的是，它不但会自动的处理内存不足问题，还会在内存中选个最优的位置来申请。

除了MAKE_STD_ZVAL()宏函数，ALLOC_INIT_ZVAL()宏函数也是用来干这件事的，唯一的不同便是它会将pzv所指的zval的类型设置为IS_NULL;

申请完空间后，我们便可以给这个zval赋值了。基于咱已经介绍的宏，也许我们需要Z_TYPE_P(p) = IS_NULL来设置其是null类型，并过Z_SOMEVAL形式的宏来为它赋值，但是现在你有了更好更短的选择！

内核中提供一些宏来简化我们的操作，可以只用一步便设置好zval的类型和值。

PHP内核提供了三个基础宏来方便我们对变量的值进行操作，这几个宏同样以Z_开头，并且P结尾和PP结尾的同上一节中的宏一样，分别代表这参数是指针还是指针的指针。此外，为了进一步方便我们的工作，内核中针对具体的数据类型分别定义了相应的宏。如针对IS_BOOL型的BVAL组合(Z_BVAL、Z_BVAL_P、Z_BVAL_PP)和针对IS_DOUBLE的DVAL组合(Z_DVAL、ZDVAL_P、ZDVAL_PP)等等。我们通过下面这个例子来应用一下这几个宏:

String型变量比较特殊，因为内核在保存String型变量时，不仅保存了字符串的值，还保存了它的长度，所以它有对应的两种宏组合STRVAL和STRLEN，即：Z_STRVAL、Z_STRVAL_P、Z_STRVAL_PP与Z_STRLEN、Z_STRLEN_P、Z_STRLEN_PP。前一种宏返回的是char *型，即字符串的地址；后一种返回的是int型，即字符串的长度。

所有的编程语言都要提供一种数据的存储与检索机制，PHP也不例外。其它语言大都需要在使用变量之前先定义，并且它的类型也是无法再次改变的，而PHP却允许程序猿自由的使用变量而无须提前定义，甚至可以随时随意的对已存在的变量转换成其它任何PHP支持的数据类型。在程序在运行的时候，PHP还会自动的根据需求转换变量的类型。

如果你用过PHP，肯定体验过PHP的弱类型的变量体系。众所周知，PHP引擎是用C写的，而C确实一种强类型的编程语言，PHP内核中是如何用C来实现自己的这种弱类型特性的？下面谈谈变量的类型。

PHP在内核中是通过zval这个结构体来存储变量的，它的定义在Zend/zend.h文件里，简短精炼，只有四个成员组成：

zval里的refcout__gc是zend_uint类型，也就是unsinged int型，is_ref__gc和type则是unsigned char型的。保存变量值的value则是zvalue_value类型(PHP5)，它是一个Union，同样定义在了Zend/zend.h文件里：

常量，顾名思义是一个常态的量值。它与值只绑定一次，它的作用在于有肋于增加程序的可读性和可靠性。 在PHP中，常量的名字是一个简单值的标识符，在脚本执行期间该值不能改变。 和变量一样，常量默认为大小写敏感，但是按照我们的习惯常量标识符总是大写的。 常量名和其它任何 PHP 标签遵循同样的命名规则。合法的常量名以字母或下划线开始，后面跟着任何字母，数字或下划线。

• 在设定以后，常量的值无法更改
• 常量名不需要开头的美元符号 ($)
• 作用域不影响对常量的访问
• 常量值只能是字符串或数字

在这一小节我们一起看下常量与我们常见的变量有啥区别，它在执行期间的不可改变的特性是如何实现的以及常量的定义过程。

首先看下常量与变量的区别，常量是在变量的zval结构的基础上添加了一额外的元素。如下所示为PHP中常量的内部结构。

常量的内部结构

在Zend/zend_constants.h文件的33行可以看到如上所示的结构定义。 在常量的结构中，除了与变量一样的zval结构，它还包括属于常量的标记，常量名以及常量所在的模块号。

在了解了常量的存储结构后，我们来看PHP常量的定义过程。一个例子。

这是一个很常规的常量定义过程，它使用了PHP的内置函数define。常量名为NOWAMAGIC，值为一个字符串，存放在zval结构中。 从这个例子出发，我们看下define定义常量的过程实现。

define定义常量

define是PHP的内置函数，在Zend/zend_builtin_functions.c文件中定义了此函数的实现。如下所示为部分源码：

最近哈希表碰撞攻击（Hashtable collisions as DOS attack）的话题不断被提起，各种语言纷纷中招。本文结合PHP内核源码，聊一聊这种攻击的原理及实现。

哈希表碰撞攻击的基本原理

哈希表是一种查找效率极高的数据结构，很多语言都在内部实现了哈希表。PHP中的哈希表是一种极为重要的数据结构，不但用于表示Array数据类型，还在Zend虚拟机内部用于存储上下文环境信息（

In case you ever heard me talking about PHP internals I certainly mentioned something along the lines of "Everything in PHP is a HashTable" that's not true, but next to a zval the HashTable is one of the most important structures in PHP. While preparing my "PHP Under The Hood" talk for the Dutch PHP Conference there was a question on IRC about extension_loaded() being faster thanfunction_exists(), which might be strange as both of them are simple hash lookups and a hash lookup is said to be O(1). I started to write some slides for it but figured out that I won't have the time to go through it during that presentation, so I'm doing this now, here:

如果你以前看过我写的PHP内核相关的内容，那么你一定记得我说过PHP中的任何东西都是哈希表。这不一定是真的，但是除了zval，哈希表确实是PHP中的最重要的结构了。在为Dutch PHP 大会准备"PHP Under The Hood" 演讲时，IRC上有个关于extension_loaded()比function_exists()快的问题，这让人感到疑惑，它们底层都是简单的哈希查找，而哈希查找的时间复杂度为O(1)。我写了一些相关的幻灯片，但是那个大会上已经没有时间了，所以放在了这里。

You all should know PHP arrays. They allow you to create a list of elements where every element may

Hash Table是PHP的核心，这话一点都不过分。PHP的数组、关联数组、对象属性、函数表、符号表等等都是用HashTable来做为容器的。

PHP的HashTable采用的拉链法来解决冲突，这个自不用多说，我今天主要关注的就是PHP的Hash算法，和这个算法本身透露出来的一些思想。

PHP的Hash采用的是目前最为普遍的DJBX33A (Daniel J. Bernstein, Times 33 with Addition)，这个算法被广泛运用与多个软件项目，Apache、Perl和Berkeley DB等。对于字符串而言这是目前所知道的最好的哈希算法，原因在于该算法的速度非常快，而且分类非常好(冲突小，分布均匀)。

算法的核心思想就是：

在zend_hash.h中，我们可以找到在PHP中的这个算法：

在PHP的Zend引擎中，有一个数据结构非常重要，它无处不在，是PHP数据存储的核心，各种常量、变量、函数、类、对象等都用它来组织，这个数据结构就是HashTable。

HashTable在通常的数据结构教材中也称作散列表，哈希表。其基本原理比较简单（如果你对其不熟悉，请查阅随便一本数据结构教材或在网上搜索），但PHP的实现有其独特的地方。理解了HashTable的数据存储结构，对我们分析P