php多线程抓取网页(什么是虚拟机？“语言级虚拟机”可能是不一样的)

　　php多线程抓取网页(什么是虚拟机？“语言级虚拟机”可能是不一样的)

　　来源：

　　什么是虚拟机？

　　“虚拟机”是一个很大的概念。从字面上看，“虚拟机”的意思是“虚拟计算机”。我们在学习服务器端编程的时候，相信大部分同学都接触过虚拟机。有这样一个场景，因为我们日常使用的电脑大部分都是Windows操作系统，而服务器软件大多运行在Linux系统上。如果我们在 Windows 上编程，我们不能直接在 Windows 上进行编程。测试非常不方便。基于这个场景，有一个虚拟机。它的作用是在windows系统的基础上运行Linux系统，然后我们可以很方便的在windows系统上测试Linux系统的程序。这个Linux操作系统是通过一些技术手段虚拟化的，

　　今天要讲的虚拟机和上面提到的虚拟机略有不同，但是它们解决的问题是一样的。上面提到的虚拟机虚拟化了一个完整的操作系统，我称之为“操作系统级虚拟机”。我们今天要讲的虚拟机是针对编程语言的。它可以达到的效果是相同的代码在不同的操作系统上运行，输出相同的结果。它可以编写一次，到处运行。我称之为“语言级虚拟机”。我们非常熟悉的编程语言，比如Java、PHP、Python等，其实都是基于虚拟机的语言，它们都是跨平台的。我们只需要编写一次代码，就可以在不同的操作系统上运行，

　　学过系统编程的同学应该都知道，不同的操作系统为同一个功能提供的“系统API”可能是不同的。例如，Windows 和 Linux 系统都提供了用于网络监控的 API，但它们对应的 SOCKET API 不同。假设我们使用的是平台相关的编程语言（如C、C++），我们在编程的时候一定要注意这个区别。并且针对不同的操作系统做相应的兼容性处理，否则程序在Linux系统上可以正常运行，但是Windows会报错。类似的区别还有很多，具体细节只能从相应的系统编程手册中了解。有些系统API完全不同，而有些只是个别参数不同，并且方法名称完全相同。程序员在写代码的时候需要时刻注意这些，这样才能写出健壮的跨平台代码，这对于新手来说是非常困难的。，而这样一来，程序员就需要将很大一部分精力花在兼容性问题上，而不是专注于实际功能的开发。

　　有了虚拟机，上面的问题就不存在了。虚拟机的角色只是一个中介代理。例如，我们是大城市的新手，想租房子。北京、上海、广州等大城市的房东那么多，如果没有房产中介（虚拟机），需要连接N个房东，然后才能租到合适的房子；有了房产中介（虚拟机），我们只需要告诉房产中介（虚拟机）我们要租什么样的房子，房产中介（虚拟机）会协调各个房东，我们就可以租到合适的房子，过程不同，结果是一样的。同理，以Socket API调用为例，我们把写好的代码交给虚拟机，然后虚拟机负责调用系统API，相当于在中间加了一层中介代理，虚拟机会根据操作系统选择正确的。Soekct API，帮助我们完成最终的功能。这样做的好处是程序员不再需要关注底层 API 的细节，可以专注于真实函数的编写。虚拟机帮助我们屏蔽了底层系统API的细节，编程的门槛也大大降低，代码的健壮性也大大提高。帮助我们完成最终的功能。这样做的好处是程序员不再需要关注底层 API 的细节，可以专注于真实函数的编写。虚拟机帮助我们屏蔽了底层系统API的细节，编程的门槛也大大降低，代码的健壮性也大大提高。帮助我们完成最终的功能。这样做的好处是程序员不再需要关注底层 API 的细节，可以专注于真实函数的编写。虚拟机帮助我们屏蔽了底层系统API的细节，编程的门槛也大大降低，代码的健壮性也大大提高。

　　PHP执行流程 PHP解释执行流程

　　了解PHP的同学都知道PHP是一种解释型语言，也称为脚本语言。它的特点是重量轻，使用方便。传统的编程语言需要经过编译链接后才能执行并输出结果。脚本语言（PHP）省略了这个过程，可以直接通过shell命令执行并输出相应的结果，非常轻量级、直观、易用。说实话，我进坑编程的时候也学过Java。为什么我终于进了PHP的坑？也许这些特点吸引了我。

　　刚才我们只讲了PHP的优点，但大多数时候，有得有失。我认为编程语言也是如此。PHP非常轻量级和好用，所以一定是以牺牲一些优势为代价的，否则为什么呢？其他编程语言不这样做。接下来说说PHP的执行过程。我想了解PHP的执行过程，然后才能了解PHP语言设计的选择。

　　以下是启用 Opcache 后 PHP 运行的主要流程。

　　

　　图1

　　从图1可以看出，加载PHP代码文件后，首先通过词法分析器（re2c/lex），从代码中提取单词符号（token），再通过语法分析器（yacc/bison） , 从token中找到语法结构后，生成抽象语法树（AST），然后由静态编译器生成Opcode。最后，解释器模拟机器指令来执行每个 Opcode。

　　另外，当 PHP 打开 Opcache 时，ZendVM 会缓存 Opcode 并缓存在共享内存中。不仅如此，ZendVM 还会优化​​编译后的 Opcode。编译的优化技术包括方法内联、常量传播和重复代码删除。有了Opcache，不仅可以省去词法分析、语法分析、静态编译等步骤，而且还额外优化了Opcode，程序的执行效率比第一次执行要快。

　　以上就是PHP解释和执行的过程。虽然解释和执行对程序员非常友好，省略了静态编译这一步，但实际上这个过程并没有省略。它只是由虚拟机为我们完成，以牺牲一些性能为代价。重量轻、易于使用和灵活。其中，词法分析、语法分析、静态编译、解释执行等过程都是在执行过程中完成的。

　　编译语言执行过程

　　在了解了解释型语言的执行过程之后，我们再来看看编译型语言的执行过程作为对比，看看它与解释型语言有什么不同。

　　

　　图 2

　　从图2可以看出，虚线框内的执行过程包括：词法分析、语法分析、编译。这三个步骤也收录在 PHP 的解释和执行中。唯一不同的是，C/C++的这三个步骤都是在编译过程中由编译器提前完成的，这样在运行时节省了大量的时间和开销。汇编代码生成后，第四步，链接汇编文件，生成可执行文件。这里的可执行文件是指二进制机器码，可以直接由CPU执行，无需额外翻译。这四个步骤统称为静态编译。可以清楚地看出，与解释型语言相比，编译型语言在前期需要做更多的工作，而是换取更高的性能和执行效率。因此，一般在大型项目中，由于性能要求比较高，代码量较大，如果使用解释型语言，执行效率会大大降低。使用静态编译可以达到更好的执行效率，降低服务器采购成本。

　　什么是 JIT？

　　JIT可以说是虚拟机中技术含量最高的技术。刚才我们讲了解释型语言和编译型语言的执行过程，分析了各自的优缺点。我们可以思考一下，是否有一种技术，它不仅在解释语言中具有轻量级和易于使用的优点，而且还具有编译语言的高性能。结论是 JIT。下面我们要介绍的是编程语言中的JIT技术。它的全称是“即时编译”。这是什么意思？我们先来看看维基百科对即时编译的定义。

　　在计算机技术中，即时编译（英文：just-in-time compilation，缩写为JIT；也译作即时编译、实时编译），又称动态翻译或运行时编译，是一种执行计算机代码的方法，其中一种方法涉及在程序执行期间（在运行时）而不是在执行之前进行编译。通常，这涉及将源代码或更常见的字节码转换为机器代码，然后直接执行。实现 JIT 编译器的系统通常会不断分析正在执行的代码，并确定代码的某些部分在哪里编译或重新编译。

　　正如我们刚才所说，JIT不仅具有解释语言的轻量级易用性，而且具有高性能，那么它是如何实现的呢？以PHP8新增的JIT特性为例，下图描述了PHP开启JIT特性后的执行过程。PHP8-JIT基于对Opcache的优化，在编译前对保存在Opcache中的Opcode进行优化。将Opcode编译成CPU可识别的可执行文件，即二进制文件，相当于C++编译后的可执行文件，但是这个过程不需要在运行前完成，而是在运行时虚拟机启动一个后台线程, 将Opcode转换成二进制文件，二进制文件缓存后，下次执行逻辑时，CPU直接执行即可，无需多说，理论性能与C++相同。这样做的好处是在实现高性能的同时，保留了 PHP 语言的易用性和灵活性。

　　

　　图 3

　　JIT的触发条件

　　JIT实际上是将运行时的一部分代码转换成可执行文件并缓存起来，以加快下一段代码的执行速度。那么程序启动后会触发JIT吗？

　　程序第一次启动时，JIT 不起作用。可以理解为，PHP/Java代码第一次执行时，依然是以解释的形式运行。程序运行一段时间后需要触发JIT。说到这里，你有没有和我一样的疑问，为什么JIT在程序启动的时候会把所有的代码都转换成可执行文件并缓存起来，就像C++一样，这样不是更高效吗？Java 语言中确实有少量这样的应用，但都不是主流。主要有以下几个原因

　　全部编译成二进制文件需要很多时间，而且程序启动会很慢，这对于大型项目来说是无法接受的。并不是所有的代码都是性能优化所必需的，大部分代码在实际场景中用的不多。编译成二进制会占用大量容量。提前编译相当于静态编译。与静态编译相比，JIT 编译具有许多不可替代的优势。

　　JIT的触发条件主要基于“计数器的热点检测”。虚拟机为每个方法（或代码块）建立一个计数器。如果执行次数超过某个阈值，则认为是“热方法”。达到阈值后，虚拟机启动后台线程，将代码块编译成可执行文件，缓存在内存中，加快下一次执行的速度。以上只是对热代码的触发规则的简单说明。实际虚拟机采用的规则会比这个复杂。

　　JIT和提前编译的优缺点

　　JIT 编译器是在运行时执行的，我们可以很容易地看出，与提前编译相比，它有几个明显的缺点。首先，JIT 编译需要消耗运行时计算资源。最初，这些资源可用于执行程序。不管JIT编译器怎么优化（比如分层编译），这都是一个无法回避的问题，而最耗费资源的一步就是“过程间分析”，比如分析方法是否永远不能被调用，抽象是否方法只会调用单个版本的结论，这些信息对于生成高质量代码非常有价值，但是要准确获取这些信息必须经过大量耗时的计算，消耗大量的运行时计算资源. 反过来，

　　说了这么多，JIT编译和提前编译在性能优化上真的没有优势吗？结论是否定的，JIT 编译具有提前编译的许多不可替代的优点。正是因为JIT编译器是在运行时进行的，所以JIT编译器才能获取程序的真实数据。通过在程序运行时不断的采集监控信息，分析数据，JIT编译器可以对程序做一些事情。提前静态编译器无法进行的激进优化。

　　一是性能分析指导优化。比如JIT编译器在运行的时候，通过程序运行的监控数据，如果发现一些代码块执行的非常频繁，可以重点优化这块代码，例如：分配更好的寄存器、缓存等到此代码。

　　然后是积极的预测优化。比如有一个接口有3个实现类，但在实际运行过程中，实现类A的运行时间超过95%。通过数据分析，可以从根本上进行预测。每次执行 A。如果多次发现预测错误，可以返回解释状态再次执行，但这只是小概率事件，不影响程序执行结果。

　　最后是链接时优化。传统的编译步骤是将编译优化和链接分开。这意味着什么？添加一个程序需要用到A、B、C三个库。编译器首先编译这3个类库，并通过各种手段进行优化，转换成汇编代码保存在一个文件中。最后一步是转换这 3 个库。汇编文件链接在一起，最后转换成可执行文件。这里有一个问题。三个库 A、B 和 C 在编译时分别进行优化。不可能假设 A 和 B 中的某些方法被重复执行，或者可以通过方法内联进行优化。但是JIT编译器的不同之处在于它在运行时是动态链接的，可以优化整个程序的调用栈，

　　总结

　　写这篇博​​客的主要目的是总结这段时间学到的虚拟机相关技术。google了一下PHP虚拟机相关的文章，发现可以参考的文章很少。由于Java和PHP的执行原理非常相似，所以我想通过学习Java虚拟机可以理解ZendVM的工作原理。Java虚拟机非常成熟，可以说是虚拟机的鼻祖。有很多关于 JVM 世界的优秀书籍。它给我带来了一个新的世界，让我对虚拟机有了新的认识，JIT技术更让我惊喜。

　　最后，PHP 是世界上最好的语言！

　　参考