研究 PHP opcode 是如何优化的

共计 7789 个字符，预计需要花费 20 分钟才能阅读完成。

导读	本文基于编译原理，结合 opcache 扩展提供的优化器，以 PHP 编译基本单位 op_array、PHP 执行最小单位 opcode 为出发点。介绍编译优化技术在 Zend 虚拟机中的应用，梳理各个优化遍是如何一步步优化 opcode 来提高代码执行性能的。最后结合 PHP 语言虚拟机执行给出几点展望。

1. 概述

PHP(本文所述案例 PHP 版本均为 7.1.3)作为一门动态脚本语言，其在 zend 虚拟机执行过程为：读入脚本程序字符串，经由词法分析器将其转换为单词符号，接着语法分析器从中发现语法结构后生成抽象语法树，再经静态编译器生成 opcode，最后经解释器模拟机器指令来执行每一条 opcode。

在上述整个环节中，生成的 opcode 可以应用编译优化技术如死代码删除、条件常量传播、函数内联等各种优化来精简 opcode，达到提高代码的执行性能的目的。

PHP 扩展 opcache，针对生成的 opcode 基于共享内存支持了缓存优化。在此基础上又加入了 opcode 的静态编译优化。这里所述优化通常采用优化器（Optimizer）来管理，编译原理中，一般用优化遍 (Opt pass) 来描述每一个优化。

整体上说，优化遍分两种：

一种是分析 pass，是提供数据流、控制流分析信息为转换 pass 提供辅助信息；
一种是转换 pass，它会改变生成代码，包括增删指令、改变替换指令、调整指令顺序等，通常每一个 pass 前后可 dump 出生成代码的变化。

2. 几个概念说明

1）静态编译/解释执行/即时编译

静态编译（static compilation），也称事前编译（ahead-of-time compilation），简称 AOT。即把源代码编译成目标代码，执行时在支持目标代码的平台上运行。

动态编译（dynamic compilation），相对于静态编译而言，指”在运行时进行编译”。通常情况下采用解释器 (interpreter) 编译执行，它是指一条一条的解释执行源语言。

JIT 编译（just-in-time compilation），即即时编译，狭义指某段代码即将第一次被执行时进行编译，而后则不用编译直接执行，它为动态编译的一种特例。

上述三类不同编译执行流程，可大体如下图来描述：

研究 PHP opcode 是如何优化的

2）数据流/控制流

编译优化需要从程序中获取足够多的信息，这是所有编译优化的根基。

编译器前端产生的结果可以是语法树亦可以是某种低级中间代码。但无论结果什么形式，它对程序做什么、如何做仍然没有提供多少信息。编译器将发现每一个过程内控制流层次结构的任务留给控制流分析，将确定与数据处理有关的全局信息任务留给数据流分析。

控制流是获取程序控制结构信息的形式化分析方法，它为数据流分析、依赖分析的基础。控制的一个基本模型是控制流图（Control Flow Graph,CFG）。单一过程的控制流分析有使用必经结点找循环、区间分析两种途径。
数据流从程序代码中收集程序的语义信息，并通过代数的方法在编译时确定变量的定义和使用。数据的一个基本模型是数据流图（Data Flow Graph,DFG）。通常的数据流分析是基于控制树的分析（Control-tree-based data-flow analysis），算法分为区间分析与结构分析两种。

3）op_array

类似于 C 语言的栈帧（stack frame）概念，即一个运行程序的基本单位（一帧），一般为一次函数调用的基本单位。此处，一个函数或方法、整个 PHP 脚本文件、传给 eval 表示 PHP 代码的字符串都会被编译成一个 op_array。

实现上 op_array 为一个包含程序运行基本单位的所有信息的结构体，当然 opcode 数组为该结构最为重要的字段，不过除此之外还包含变量类型、注释信息、异常捕获信息、跳转信息等。

4）opcode

解释器执行 (ZendVM) 过程即是执行一个基本单位 op_array 内的最小优化 opcode，按顺序遍历执行，执行当前 opcode，会预取下一条 opcode，直到最后一个 RETRUN 这个特殊的 opcode 返回退出。

这里的 opcode 某种程度也类似于静态编译器里的中间表示(类似于 LLVM IR)，通常也采用三地址码的形式，即包含一个操作符，两个操作数及一个运算结果。其中两个操作数均包含类型信息。此处类型信息有五种，分别为：

编译变量（Compiled Variable，简称 CV），编译时变量即为 php 脚本中定义的变量。
内部可重用变量（VAR），供 ZendVM 使用的临时变量，可与其它 opcode 共用。
内部不可重用变量（TMP_VAR），供 ZendVM 使用的临时变量，不可与其它 opcode 共用。
常量（CONST），只读常量，值不可被更改。
无用变量(UNUSED)。由于 opcode 采用三地址码，不是每一个 opcode 均有操作数字段，缺省时用该变量补齐字段。

类型信息与操作符一起，供执行器匹配选择特定已编译好的 C 函数库模板，模拟生成机器指令来执行。

opcode 在 ZendVM 中以 zend_op 结构体来表征，其主体结构如下:

研究 PHP opcode 是如何优化的

3.opcache optimizer 优化器

PHP 脚本经过词法分析、语法分析生成抽象语法树结构后，再经静态编译生成 opcode。它作为向不同的虚拟机执行指令的公共平台，依赖不同的虚拟机具体实现(然对于 PHP 来说，大部分是指 ZendVM)。

在虚拟机执行 opcode 之前，如果对 opcode 进行优化可得到执行效率更高的代码，pass 的作用就是优化 opcode，它作用于 opcde、处理 opcode、分析 opcode、寻找优化的机会并修改 opcode 产生更高执行效率的代码。

1）ZendVM 优化器简介

在 Zend 虚拟机（ZendVM）中，opcache 的静态代码优化器即为 zend opcode optimization。

为观察优化效果及便于调试，它也提供了优化与调试选项：

optimizationlevel（opcache.optimizationlevel=0xFFFFFFFF）优化级别，缺省打开大部分优化遍，用户亦通过传入命令行参数控制关闭
optdebuglevel（opcache.optdebuglevel=-1）调试级别，缺省不打开，但提供了各优化前后 opcode 的变换过程

执行静态优化所需的脚本上下文信息则封装在结构 zend_script 中，如下：

typedef struct _zend_script {  
    zend_string   *filename;        // 文件名
    zend_op_array  main_op_array;   // 栈帧
    HashTable      function_table;  // 函数单位符号表信息
    HashTable      class_table;     // 类单位符号表信息
} zend_script;

上述三个内容信息即作为输入参数传递给优化器供其分析优化。当然与通常的 PHP 扩展类似，它与 opcode 缓存模块一起（zend_accel）构成了 opcache 扩展。其在缓存加速器内嵌入了三个内部 API：

zendoptimizerstartup 启动优化器
zendoptimizescript 优化器实现优化的主逻辑
zendoptimizershutdown 优化器产生的资源清理

关于 opcode 缓存，也是 opcode 非常重要的优化。其基本应用原理是大体如下：

虽然 PHP 作为动态脚本语言，它并不会直接调用 GCC/LLVM 这样的整套编译器工具链，也不会调用 Javac 这样的纯前端编译器。但每次请求执行 PHP 脚本时，都经历过词法、语法、编译为 opcode、VM 执行的完整生命周期。

除去执行外的前三个步骤基本就是一个前端编译器的完整过程，然而这个编译过程并不会快。假如反复执行相同的脚本，前三个步骤编译耗时将严重制约运行效率，而每次编译生成的 opcode 则没有变化。因此可在第一次编译时把 opcode 缓存到某一个地方，opcache 扩展即是将其缓存到共享内存（Java 则是保存到文件中），下次执行相同脚本时直接从共享内存中获取 opcode，从而省去编译时间。

opcache 扩展的 opcode 缓存流程大致如下：

研究 PHP opcode 是如何优化的

由于本文主要集中讨论静态优化遍，关于缓存优化的具体实现此处不展开。

2）ZendVM 优化器原理

依“鲸书”(《高级编译器设计与实现》)所述，一个优化编译器较为合理的优化遍顺序如下：
研究 PHP opcode 是如何优化的

上图中涉及的优化从简单的常量、死代码到循环、分支跳转，从函数调用到过程间优化，从预取、缓存到软流水、寄存器分配，当然也包含数据流、控制流分析。

当然，当前 opcode 优化器并没有实现上述所有优化遍，而且也没有必要实现机器相关的低层中间表示优化如寄存器分配。

opcache 优化器接收到上述脚本参数信息后，找到最小编译单位。以此为基础，根据优化 pass 宏及其对应的优化级别宏，即可实现对某一个 pass 的注册控制。

注册的优化中，按一定顺序组织串联各优化，包含常量优化、冗余 nop 删除、函数调用优化的转换 pass，及数据流分析、控制流分析、调用关系分析等分析 pass。

zendoptimizescript 及实际的优化注册 zend_optimize 流程如下：

zend_optimize_script(zend_script *script,  
      zend_long optimization_level, zend_long debug_level)
    |zend_optimize_op_array(&script->main_op_array, &ctx);
        遍历二元操作符的常量操作数，由运行时转化为编译时(反向 pass2)
        实际优化 pass，zend_optimize
        遍历二元操作符的常量操作数，由编译时转化为运行时(pass2)
    |遍历 op_array 内函数 zend_optimize_op_array(op_array, &ctx);
    |遍历类内非用户函数 zend_optimize_op_array(op_array, &ctx);
       (用户函数设 static_variables)
    |若使用 DFA pass & 调用图 pass & 构建调用图成功
         遍历二元操作符的常量操作数，由运行时转化为编译时(反向 pass2)
         设置函数返回值信息，供 SSA 数据流分析使用
         遍历调用图的 op_array，做 DFA 分析 zend_dfa_analyze_op_array
         遍历调用图的 op_array，做 DFA 优化 zend_dfa_optimize_op_array
         若开调试，遍历 dump 调用图的每一个 op_array(优化变换后)
         若开栈矫正优化，矫正栈大小 adjust_fcall_stack_size_graph
         再次遍历调用图内的的所有 op_array，针对 DFA pass 变换后新产生的常量场景，常量优化 pass2 再跑一遍
         调用图 op_array 资源清理
    |若开栈矫正优化
          矫正栈大小 main_op_array
          遍历矫正栈大小 op_array
    |清理资源

该部分主要调用了 SSA/DFA/CFG 这几类用于 opcode 分析 pass，涉及的 pass 有 BB 块、CFG、DFA(CFG、DOMINATORS、LIVENESS、PHI-NODE、SSA)。

用于 opcode 转换的 pass 则集中在函数 zend_optimize 内，如下：

zend_optimize  
|op_array 类型为 ZEND_EVAL_CODE，不做优化
|开 debug，可 dump 优化前内容
|优化 pass1，常量替换、编译时常量操作变换、简单操作转换
|优化 pass2    常量操作转换、条件跳转指令优化
|优化 pass3    跳转指令优化、自增转换
|优化 pass4    函数调用优化(主要为函数调用优化)
|优化 pass5    控制流图（CFG）优化
 |构建流图
 |计算数据依赖
 |划分 BB 块(basic block，简称 BB，数据流分析基本单位)
 |BB 块内基于数据流分析优化
 |BB 块间跳转优化
 |不可到达 BB 块删除 
 |BB 块合并
 |BB 块外变量检查 
 |重新构建优化后的 op_array（基于 CFG）|析构 CFG     
|优化 pass6/7  数据流分析优化
 |数据流分析（基于静态单赋值 SSA）|构建 SSA
  |构建 CFG  需要找到对应 BB 块序号、管理 BB 块数组、计算 BB 块后继 BB、标记可到达 BB 块、计算 BB 块前驱 BB
  |计算 Dominator 树
  |标识循环是否可简化（主要依赖于循环回边）|基于 phi 节点构建完 SSA  def 集、phi 节点位置、SSA 构造重命名
  |计算 use-def 链
  |寻找不当依赖、后继、类型及值范围值推断
 |数据流优化  基于 SSA 信息，一系列 BB 块内 opcode 优化
 |析构 SSA
|优化 pass9    临时变量优化
|优化 pass10   冗余 nop 指令删除
|优化 pass11   压缩常量表优化

还有其他一些优化遍如下：

优化 pass12   矫正栈大小
优化 pass15   收集常量信息
优化 pass16   函数调用优化，主要是函数内联优化

除此之外，pass 8/13/14 可能为预留 pass id。由此可看出当前提供给用户选项控制的 opcode 转换 pass 有 13 个。但是这并不计入其依赖的数据流/控制流的分析 pass。

3）函数内联 pass 的实现

通常在函数调用过程中，由于需要进行不同栈帧间切换，因此会有开辟栈空间、保存返回地址、跳转、返回到调用函数、返回值、回收栈空间等一系列函数调用开销。因此对于函数体适当大小情况下，把整个函数体嵌入到调用者（Caller）内部，从而不实际调用被调用者（Callee）是一个提升性能的利器。

由于函数调用与目标机的应用二进制接口（ABI）强相关，静态编译器如 GCC/LLVM 的函数内联优化基本是在指令生成之前完成。

ZendVM 的内联则发生在 opcode 生成后的 FCALL 指令的替换优化，pass id 为 16，其原理大致如下：

| 遍历 op_array 中的 opcode, 找到 DO_XCALL 四个 opcode 之一
| opcode ZEND_INIT_FCALL
| opcode ZEND_INIT_FCALL_BY_NAMEZ
     | 新建 opcode，操作码置为 ZEND_INIT_FCALL，计算栈大小，更新缓存槽位，析构常量池字面量，替换当前 opline 的 opcode
| opcode ZEND_INIT_NS_FCALL_BY_NAME
     | 新建 opcode，操作码置为 ZEND_INIT_FCALL，计算栈大小，更新缓存槽位，析构常量池字面量，替换当前 opline 的 opcode
| 尝试函数内联
     | 优化条件过滤（每个优化 pass 通常有较多限制条件，某些场景下
         由于缺乏足够信息不能优化或出于代价考虑而排除）| 方法调用 ZEND_INIT_METHOD_CALL，直接返回不内联
        | 引用传参，直接返回不内联
        | 缺省参数为命名常量，直接返回不内联
     | 被调用函数有返回值，添加一条 ZEND_QM_ASSIGN 赋值 opcode
     | 被调用函数无返回值，插入一条 ZEND_NOP 空 opcode 
     | 删除调用被内联函数的 call opcode（即当前 online 的前一条 opcode）

如下示例代码，当调用 fname()时，使用字符串变量名 fname 来动态调用函数 foo，而没有使用直接调用的方式。此时可通过 VLD 扩展查看其生成的 opcode，或打开 opcache 调试选项 (opcache.optdebuglevel=0xFFFFFFFF) 亦可查看。

function foo() {}  
$fname = 'foo';

开启 debug 后 dump 可看出，发生函数调用优化前 opcode 序列（仅截取片段）为：

ASSIGN CV0($fname) string("foo")  
INIT_FCALL_BY_NAME 0 CV0($fname)  
DO_FCALL_BY_NAME

INIT_FCALL_BY_NAME 这条 opcode 执行逻辑较为复杂，当开启激进内联优化后，可将上述指令序列直接合并成一条 DO_FCALL string(“foo”)指令，省去间接调用的开销。这样也恰好与直接调用生成的 opcode 一致。

4）如何为 opcache opt 添加一个优化 pass

根据以上描述，可见向当前优化器加入一个 pass 并不会太难，大体步骤如下：

先向 zend_optimize 优化器注册一个 pass 宏(例如添加 pass17)，并决定其优化级别。
在优化管理器某个优化 pass 前后调用加入的 pass（例如添加一个尾递归优化 pass），建议在 DFA/SSA 分析 pass 之后添加，因为此时获得的优化信息更多。
实现新加入的 pass，进行定制代码转换（例如 zendoptimizefunc_calls 实现一个尾递归优化）。针对当前已有 pass，主要添加转换 pass，这里一般也可利用 SSA/DFA 的信息。不同于静态编译优化一般是在贴近于机器相关的低层中间表示优化，这里主要是在 opcode 层的 opcode/operand 相应的一些转换。
实现 pass 前，与函数内联类似，通常首先收集优化所需信息，然后排除掉不适用该优化的一些场景（如非真正的尾不递归调用、参数问题无法做优化等）。实现优化后，可 dump 优化前后生成 opcode 结构的变化是否优化正确、是否符合预期（如尾递归优化最终的效果是变换函数调用为 forloop 的形式）。

4. 一点思考

以下是对基于动态的 PHP 脚本程序执行的一些看法，仅供参考。

由于 LLVM 从前端到后端，从静态编译到 jit 整个工具链框架的支持，使得许多语言虚拟机都尝试整合。当前 PHP7 时代的 ZendVM 官方还没采用，原因之一虚拟机 opcode 承载着相当复杂的分析工作。相比于静态编译器的机器码每一条指令通常只干一件事情（通常是 CPU 指令时钟周期），opcode 的操作数（operand）由于类型不固定，需要在运行期间做大量的类型检查、转换才能进行运算，这极度影响了执行效率。即使运行时采用 jit，以 byte code 为单位编译，编译出的字节码也会与现有解释器一条一条 opcode 处理类似，类型需要处理、也不能把 zval 值直接存在寄存器。

以函数调用为例，比较现有的 opcode 执行与静态编译成机器码执行的区别，如下图：

研究 PHP opcode 是如何优化的

类型推断

在不改变现有 opcode 设计的前提下，加强类型推断能力，进而为 opcode 的执行提供更多的类型信息，是提高执行性能的可选方法之一。

多层 opcode

既然 opcode 承担如此复杂的分析工作，能否将其分解成多层的 opcode 归一化中间表示(intermediate representation, IR)。各优化可选择应用哪一层中间表示，传统编译器的中间表示依据所携带信息量、从抽象的高级语言到贴近机器码，分成高级中间表示（HIR）、中级中间表示（MIR）、低级中间表示（LIR）。

pass 管理

关于 opcode 的优化 pass 管理，如前文鲸书图所述，应该尚有改进空间。虽然当前分析依赖的有数据流/控制流分析，但仍缺少诸如过程间的分析优化，pass 管理如运行顺序、运行次数、注册管理、复杂 pass 分析的信息 dump 等相对于 llvm 等成熟框架仍有较大差距。

JIT

ZendVM 实现大量的 zval 值、类型转换等操作，这些可借助 LLVM 编译成机器码用于运行时，但代价是编译时间极速膨胀。当然也可采用 libjit。