摘要：中詞法語法分析，生成抽象語法樹，然后編譯成及被執行均由虛擬機完成。通常情況下這部分是可選部分，主要為便于程序的讀寫方便而使用。指令虛擬機的指令稱為，每條指令對應一個。

作者 陳雷
編程語言的虛擬機是一種可以運行中間語言的程序。中間語言是抽象出的指令集，由原生語言編譯而成，作為虛擬機執行階段的輸入。很多語言都實現了自己的虛擬機，比如Java、C#和Lua。PHP語言也有自己的虛擬機，稱為Zend虛擬機。

PHP7完成基本的準備工作后，會啟動Zend引擎，加載注冊的擴展模塊，然后讀取對應的腳本文件，Zend引擎會對文件進行詞法和語法分析，生成抽象語法樹，接著抽象語法樹被編譯成Opcodes，如果開啟了Opcache，編譯的環節會被跳過從Opcache中直接讀取Opcodes進行執行。

PHP7中詞法語法分析，生成抽象語法樹，然后編譯成Opcodes及被執行均由Zend虛擬機完成。這里將詳細闡述抽象語法樹編譯成Opcodes的過程，以及Opcodes被執行的過程，來闡述Zend虛擬機的實現原理及關鍵的數據結構。

1 基礎知識

Zend虛擬機（稱為Zend VM）是PHP語言的核心，承擔了語法詞法解析、抽象語法樹編譯以及指令的執行工作，下面我們討論一下Zend虛擬機的基礎架構以及相關的基礎知識。

1.1 Zend虛擬機架構

Zend虛擬機主要分為解釋層、中間數據層和執行層，下面給出各層包含的內容，如圖1所示。

圖1 Zend虛擬機架構圖

下面解釋下各層的作用。

（1）解釋層

這一層主要負責把PHP代碼進行詞法和語法分析，生成對應的抽象語法樹；另一個工作就是把抽象語法樹進行編譯，生成符號表和指令集；

（2）中間數據層

這一層主要包含了虛擬機的核心部分，執行棧的維護，指令集和符號表的存儲，而這三個是執行引擎調度執行的基礎；

（3）執行層

這一層是執行指令集的引擎，這一層是最終的執行并生成結果，這一層里面實現了大量的底層函數。

為了更好地理解Zend虛擬機各層的工作，我們先了解一下物理機的一些基礎知識，讀者可以對照理解虛擬機的原理。

1.2 符號表

符號表是在編譯過程中，編譯程序用來記錄源程序中各種名字的特性信息，所以也稱為名字特性表。名字一般包含程序名、過程名、函數名、用戶定義類型名、變量名、常量名、枚舉值名、標號名等。特性信息指的是名字的種類、類型、維數、參數個數、數值及目標地址（存儲單元地址）等。

符號表有什么作用呢？一是協助進行語義檢查，比如檢查一個名字的引用和之前的聲明是否相符，二是協助中間代碼生成，最重要的是在目標代碼生成階段，當需要為名字分配地址時，符號表中的信息將是地址分配的主要依據。

圖2 符號表創建示例

符號表一般有三種構造和處理方法，分別是線性查找，二叉樹和Hash技術，其中線性查找法是最簡單的，按照符號出現的順序填表，每次查找從第一個開始順序查找，效率比較低；二叉樹實現了對折查找，在一定程度上提高了效率；效率最高的是通過Hash技術實現符號表，相信大家對Hash技術有一定的了解，而PHP7中符號表就是使用的HashTable實現的。

1.3 函數調用棧

為了更清晰地了解虛擬機中函數調用的過程，我們先了解一下物理機的簡單原理，主要涉及函數調用棧的概念，而Zend虛擬機參照了物理機的基本原理，做了類似的設計。

下面以一段C代碼描述一下系統棧和函數過程調用，代碼如下：

  int funcB(int argB1, int argB2)

  {

         int varB1, varB2;

         return argB1+argB2;

  }

  int funcA(int argA1, int argA2)

  {

       int varA1, varA2;

        return argA1+argA2+funcB( 3, 4);

  }    

  int main()

  {

      int varMain;

      return funcA(1, 2);

     }

這段代碼運行時，首先main函數會壓棧， 首先將局部變量varMain入棧，main函數調用了funcA函數，C語言會從后往前，將函數參數壓棧，先壓第二個參數argA2=2，再壓第一個參數argA1=1，同時對于funcA的返回會產生一個臨時變量等待賦值，也會被壓棧，這些稱為main函數的棧幀；接著將funcA壓棧，同樣的先將局部變量varA1和varA2壓入棧中，因為調用了函數funcB，會將參數argB2=4和argB1=3壓入棧中，同時把funcB的返回產生的臨時變量壓入棧中，這部分稱為funcA的棧幀；同樣，funcB被壓入棧中，如圖3所示。

圖3 函數調用壓棧過程示意圖

funcB函數執行，對argB1和argB2進行相加操作，執行后得到返回值為7，然后funcB的棧幀出棧，funcA中臨時變量TempB被賦值為7，繼而進行相加操作，得到結果為10，然后funcA出棧，main函數中臨時變量TempA被賦值為10，最終main函數返回并出棧，整個函數調用結束。如圖4所示。

圖4 函數調用出棧過程示意圖

1.4 指令

匯編語句中的指令語句一般格式為：

     [標號：]     [前綴]  指令助記符    [操作數]     [;注釋]

其中：

1）標識符字段由各種有效字符組成，一般表示符號地址，具有段基址、偏移量、類型三種屬性。通常情況下這部分是可選部分，主要為便于程序的讀寫方便而使用。

2）助記符，規定指令或偽指令的操作功能，是語句中唯一不可缺少的部分。對于指令，匯編程序會將其翻譯成機器語言指令：

MOV   AX, 100  →   B8 00 01

3）操作數，指令語句中提供給指令的操作對象、存放位置。操作數可以是1個、2個或0個，2個時用逗號‘，’分開。比如“RET;”對應的操作數個數是0個，“INC BX;”對應的操作數個數是1，“MOV AX，DATA;”對應的操作數個數是2個。

4）注釋，以“ ;”開始，給以編程說明。

符號表、函數調用棧以及指令基本構成了物理機執行的基本元素，Zend虛擬機也同樣實現了符號表，函數調用棧及指令，來運行PHP代碼，下面我先討論一下Zend虛擬機相關的數據結構。

2相關數據結構

Zend虛擬機包含了詞法語法分析，抽象語法樹的編譯，以及Opcodes的執行，本文主要詳細介紹抽象語法樹和Opcodes的執行過程，在展開介紹之前，先闡述一下用到的基本的數據結構，為后面原理性的介紹奠定基礎。

2.1 EG(v)

首先介紹的是全局變量executor_globals，EG(v)是對應的取值宏，executor_globals對應的是結構體_zend_executor_globals，是PHP生命周期中非常核心的數據結構。這個結構體中維護了符號表（symbol_table, function_table,class_table等），執行棧（zend_vm_stack）以及包含執行指令的zend_execute_data，另外還包含了include的文件列表，autoload函數，異常處理handler等重要信息，下面給出_zend_executor_globals的結構圖，然后分別闡述其含義，如圖5所示。

圖5 EG(v)結構圖

這個結構體比較復雜，下面我們介紹幾個核心的成員。

1）symbol_table：符號表，這里面主要是存的全局變量，以及一些魔術變量，比如$_GET、$_POST等；

2）function_table：函數表，主要存放函數，包括大量的內部函數，以及用戶自定義的函數，比如zend_version，func_num_args，str系列函數，等等；

3）class_table：類表，主要存放內置的類以及用戶自定義的類，比如stdclass、throwable、exception等類；

4）zend_constants：常量表，存放PHP中的常量，比如E_ERROR、E_WARNING等；

5）vm_stack：虛擬機的棧，執行時壓棧出棧都在這上面操作；

6）current_execute_data：對應_zend_execute_data結構體，存放執行時的數據。

下面針對于符號表、指令集、執行數據和執行棧進行詳細介紹。

2.2 符號表

PHP7中符號表分為了symbol_table、function_table和class_table等。

（1）symbol_table

symbol_table里面存放了變量信息，其類型是HashTable，下面我們看一下具體的定義：

       //符號表緩存

       zend_array *symtable_cache[SYMTABLE_CACHE_SIZE];

      zend_array **symtable_cache_limit;

      zend_array **symtable_cache_ptr;

       //符號表

       zend_array symbol_table;

symbol_table里面有什么呢，代碼”$a=1;”對應的symnol_table,如圖6所示。

圖6 symbol_table示意圖

從圖6中可以看出，符號表中有我們常見的超全局變量$_GET、$_POST等，還有全局變量$a。在編譯過程中會調用zend_attach_symbol_table函數將變量加入symbol_table中。

（2）function_table

function_table對應的是函數表，其類型也是HashTable，見代碼：

       HashTable *function_table;  /* function symbol table */

函數表中存儲哪些函數呢？同樣以上述代碼為例，我們利用GDB印一下function_table的內容：

(gdb) p *executor_globals.function_table

$1 = {gc = {refcount = 1, u = {v = {type = 7 "a", flags = 0 "