继续来讨论PHP数组效率问题

光明使者

PHP在数组处理上有时候会非常低效，尤其是内存占用较多，常常使得httpd进程消耗太多资源。PHP100网站就曾因为调用一些内容，数组过大，导致内存据增溢出，apache经常瘫痪。虽然通常在PHP中进行大量数组运算从一定程度上反应程序设计上可能存在问题，但是粗略的估计数组占用的内存是很有必要的。
首先感觉一下1000个元素的整数数组占有的内存:
echo memory_get_usage() . " ";
$a = Array();
for ($i=0; $i<1000; $i++) {
    $a[$i] = $i + $i;
}
echo memory_get_usage() . " ";
for ($i=1000; $i<2000; $i++) {
    $a[$i] = $i + $i;
}
echo memory_get_usage() . " ";
输出是:
58176
162956
267088
大 约可以知道 1000 个元素的整数数组需要占用 100k 内存，平均每个元素占用 100 个字节。而纯 C 中整体只需要 4k。memory_get_usage() 返回的结果并不是全是被数组占用了，还要包括一些 PHP 运行本身分配的一些结构，可能用内置函数生成的数组更接近真实的空间:
echo "init mem: " . memory_get_usage() . " ";
$a = array_fill(0, 10000, 1);
echo "10k elements: " . memory_get_usage() . ", system: " . memory_get_usage(true) . " ";
$b = array_fill(0, 10000, 1);
echo "10k elements: " . memory_get_usage() . ", system: " . memory_get_usage(true) . " ";
得到:
init mem: 58468
10k elements: 724696, system: 786432
10k elements: 1390464, system: 1572864
从这个结果来看似乎一个数组元素大约只占用了 60 个左右的字节。再看看数组的C结构，PHP 中的数组变量，首先需要一个 zval 结构:
struct _zval_struct {  
    zvalue_value value;
    zend_uint refcount__gc;
    zend_uchar type;
    zend_uchar is_ref__gc;
};
zvalue_value 是一个union:
typedef union _zvalue_value {
    long lval;
    double dval;
    struct {
        char *val;
        int len;
    } str;
    HashTable *ht;
    zend_object_value obj;
} zvalue_value;
通常 zval 结构需要 8+6=14 个字节，PHP中每个变量都有对应的 zval，但是数组，字符串和对象还需要另外的存储结构，而数组则是一个 HashTable :
typedef struct _hashtable {
    uint nTableSize;
    uint nTableMask;
    uint nNumOfElements;
    ulong nNextFreeElement;
    Bucket *pInternalPointer;
    Bucket *pListHead;
    Bucket *pListTail;
    Bucket **arBuckets;
    dtor_func_t pDestructor;
    zend_bool persistent;
    unsigned char nApplyCount;
    zend_bool bApplyProtection;
} HashTable;
HashTable 结构需要 40 个字节，每个数组元素存储在 Bucket 结构中:
typedef struct bucket {
    ulong h;
    uint nKeyLength;
    void *pData;
    void *pDataPtr;
    struct bucket *pListNext;
    struct bucket *pListLast;
    struct bucket *pNext;
    struct bucket *pLast;
    char arKey[1];
} Bucket;
Bucket 结构需要 36 个字节，键长超过四个字节的部分附加在 Bucket 后面，而元素值很可能是一个 zval 结构，另外每个数组会分配一个由 arBuckets 指向的 Bucket 指针数组， 虽然不能说每增加一个元素就需要一个指针，但是实际情况可能更糟。这么算来一个数组元素就会占用 54 个字节，与上面的估算相差不远。
一个空数组至少会占用 14(zval) + 40(HashTable) + 32(arBuckets) = 86 个字节，作为一个变量应该在符号表中有个位置，也是一个数组元素，因此一个空数组变量需要 118 个字节来描述和存储。从空间的角度来看，小型数组平均代价较大，当然一个脚本中不会充斥数量很大的小型数组，可以以较小的空间代价来获取编程上的快捷。
但如果将数组当作容器来使用就是另一番景象了，实际应用经常会遇到多维数组，而且元素居多。比如10k个元素的一维数组大概消耗540k内存，而10k x 10 的二维数组理论上只需要 6M 左右的空间，但是按照 memory_get_usage 的结果则两倍于此，[10k,5,2]的三维数组居然消耗了23M，小型数组果然是划不来的。