PHP数组实际占用内存大小原理解析

一般来说,PHP数组的内存利用率只有 1/10, 也就是说,一个在C语言里面100M 内存的数组,在PHP里面就要1G,下面我们可以粗略的估算PHP数组占用内存的大小,首先我们测试1000个元素的整数占用的内存:

  1. <?php
  2. echo memory_get_usage() , '<br>';
  3. $start = memory_get_usage();
  4. $a = Array();
  5. for ($i=0; $i<1000; $i++) {
  6. $a[$i] = $i + $i;
  7. }
  8. $mid = memory_get_usage();
  9. echo memory_get_usage() , '<br>';
  10. for ($i=1000; $i<2000; $i++) {
  11. $a[$i] = $i + $i;
  12. }
  13. $end = memory_get_usage();
  14. echo memory_get_usage() , '<br>';
  15. echo 'argv:', ($mid - $start)/1000 ,'bytes' , '<br>';
  16. echo 'argv:',($end - $mid)/1000 ,'bytes' , '<br>';

输出是:

  1. 353352
  2. 437848
  3. 522024
  4. argv:84.416bytes
  5. argv:84.176bytes

大概了解1000 个元素的整数数组需要占用 82k 内存,平均每个元素占用 84 个字节。而纯 C 中整体只需要 4k(一个整型占用4byte * 1000 )。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:

  1. <?php
  2. $start = memory_get_usage();
  3. $a = array_fill(0, 10000, 1);
  4. $mid = memory_get_usage(); //10k elements array;
  5. echo 'argv:', ($mid - $start )/10000,'byte' , '<br>';
  6. $b = array_fill(0, 10000, 1);
  7. $end = memory_get_usage(); //10k elements array;
  8. echo 'argv:', ($end - $mid)/10000 ,'byte' , '<br>';

得到:

argv:54.5792byte

argv:54.5784byte

从这个结果来看似乎一个数组元素大约占用了54个字节左右。

首先看一下32位机C语言各种类型占用的字节:

  1. #include "stdafx.h"
  2. //#include <stdio.h>
  3. int main() {
  4. printf("int:%d\nlong:%d\ndouble:%d\nchar*:%d\nsize_t:%d\n",
  5. sizeof(int), sizeof(long),
  6. sizeof(double), sizeof(char *),
  7. sizeof(size_t));
  8. return 0;
  9. }
  10. int:4
  11. long:4
  12. double:8
  13. har*:4
  14. size_t:4

在PHP中都使用long类型来代表数字,没有使用int类型

大家都明白PHP是一种弱类型的语言,它不会去区分变量的类型,没有int float char *之类的概念。

我们看看php在zend里面存储的变量,PHP中每个变量都有对应的 zval, Zval结构体定义在Zend/zend.h里面,其结构:

  1. typedef struct _zval_struct zval;
  2. struct _zval_struct {
  3. /* Variable information */
  4. zvalue_value value; /* The value 1 12字节(32位机是12,64位机需要8+4+4=16) */
  5. zend_uint refcount__gc; /* The number of references to this value (for GC) 4字节 */
  6. zend_uchar type; /* The active type 1字节*/
  7. zend_uchar is_ref__gc; /* Whether this value is a reference (&) 1字节*/
  8. };

PHP使用一种UNION结构来存储变量的值,即zvalue_value 是一个union,UNION变量所占用的内存是由最大成员数据空间决定。

  1. typedef union _zvalue_value {
  2. long lval; /* long value */
  3. double dval; /* double value */
  4. struct { /* string value */
  5. char *val;
  6. int len;
  7. } str;
  8. HashTable *ht; /* hash table value */
  9. zend_object_value obj; /*object value */
  10. } zvalue_value;

最大成员数据空间是struct str,指针占*val用4字节,INT占用4字节,共8字节。

struct zval占用的空间为8+4+1+1 = 14字节,其实呢,在zval中数组,字符串和对象还需要另外的存储结构,数组则是一个 HashTable:

HashTable结构体定义在Zend/zend_hash.h.

  1. typedef union _zvalue_value {
  2. long lval; /* long value */
  3. double dval; /* double value */
  4. struct { /* string value */
  5. char *val;
  6. int len;
  7. } str;
  8. HashTable *ht; /* hash table value */
  9. zend_object_value obj; /*object value */
  10. } zvalue_value;

HashTable 结构需要 39 个字节,每个数组元素存储在 Bucket 结构中:

  1. typedef struct bucket {
  2. ulong h; /* Used for numeric indexing 4字节 */
  3. uint nKeyLength; /* The length of the key (for string keys) 4字节 */
  4. void *pData; /* 4字节*/
  5. void *pDataPtr; /* 4字节*/
  6. struct bucket *pListNext; /* PHP arrays are ordered. This gives the next element in that order4字节*/
  7. struct bucket *pListLast; /* and this gives the previous element 4字节 */
  8. struct bucket *pNext; /* The next element in this (doubly) linked list 4字节*/
  9. struct bucket *pLast; /* The previous element in this (doubly) linked list 4字节*/
  10. char arKey[1]; /* Must be last element 1字节*/
  11. } Bucket;

Bucket 结构需要 33 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,与上面的估算几乎一样。

一个空数组至少会占用 14(zval) + 39(HashTable) + 33(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10kx 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。