【问底】徐汉彬：PHP7和HHVM的性能之争

PHP语言的排名变化

根据“TIOBE编程语言排行榜”（榜单虽然统计方式有局限，但是仍然不失为一个比较好的参考），2010年PHP最高曾经在世界编程语言中排名第三。可见，PHP语言在PC互联网时代的Web领域可谓叱咤风云，擎天一柱。

在PHP程序员中，曾经流传着一个段子：

某女：你能让这个论坛的人都吵起来，我就跟你吃饭。
PHP程序员：PHP是世界上最好的语言！
某论坛炸锅了，各种吵架…… 
某女：服了你了，我们走吧！
PHP程序员：今天不行，我一定要说服他们，PHP必须是最好的语言。

好了，我们言归正传，语言本身无分好坏，只是在各自使用的场景中解决不同的问题。互联网的时代车轮是很快的，随着移动互联网的到来，在短短四年多的时间里，移动端技术发展横扫全球。与此同时，各种语言群雄并起，而昔日辉煌的PHP从原来的编程语言的榜单看，下降到第六位（2014年12月榜单）。于是，唱衰PHP的声音此起彼伏。

但是，鸟哥（惠新宸，PHP语言开发者之一）在2014年的Qcon分享中有一个数据，全球排名前100万的网站中，81.3%使用的Web服务端脚本语言是PHP，2013年同期是78.3%。也就是说，PHP的在Web服务方面并没有减少，只是在移动互联网浪潮中，增加了很多的其他语言技术的应用，进而被稀释了。

最近关于PHP7和HHVM的性能对比，成为了一个热点的争议话题，大家都在讨论和关注哪一个才是PHP性能提升的未来。

HHVM（HipHop Virtual Machine）的起源

HHVM是一个开源的PHP虚拟机，使用JIT的编译方式以及其他技术，让PHP代码的执行性能大幅提升。据传，可以将当前版本的原生PHP代码提升5-10倍的执行性能。

HHVM起源于Facebook公司，Facebook早起的很多代码是使用PHP来开发的，但是，随着业务的快速发展，PHP执行效率成为越来越明显的问题。为了优化执行效率，Facebook在2008年就开始使用HipHop，这是一种PHP执行引擎，最初是为了将Fackbook的大量PHP代码转成 C++，以提高性能和节约资源。使用HipHop的PHP代码在性能上有数倍的提升。后来，Facebook将HipHop平台开源，逐渐发展为现在的HHVM。

1. PHP为什么慢？

PHP的慢是相对于C/C++级别的语言来说，事实上，PHP语言最初的设计，就不是用来解决计算密集型的应用场景。我们可以这样粗略理解为，PHP为了提升开发效率，而牺牲了执行效率。

我们知道PHP一个很大的特点，就是弱类型特性，也就是说，我可以随意定义一个变量，然后给它随意赋值为各种类型的数据。以一个int整型数字为例子，在C语言中：

int num = 200;//通常是4字节

但是，如果是PHP定义了一个同样的变量，实际对应的存储结构则是：

这个结构体将会占据远比C变量多得多的内存，PHP中定义方式如下：

$a = 200;//这变量将实际占用对比C变量很多倍的存储空间。

其实对PHP来说，无论存储什么类型的数据，都是用上述“通杀”的结构体实现。为了兼容PHP程序员的变量类型“乱入”，PHP做到了对开发者的友好，但是对执行引擎很残酷。单个变量内存消耗可能还不明显，一旦用到PHP的数组等，则复杂度指数上升（数组的实现是HashTable）。然后，Zend引擎执行时，将这些PHP代码编译为opcode（PHP的中间字节码，格式有点类似于汇编），由Zend引擎逐行解释执行。

无论是字符串的连接操作，还是数组的简单修改等，几乎都是“PHP程序员一句话，Zend引擎跑断腿”的节奏。因此，同样的操作，对比C来说，PHP消耗了更多的CPU和内存等系统资源。除此之外，还有内存自动回收、变量类型判断等等，都会增加系统资源的消耗。

例如，我用纯PHP实现的快速排序函数和原生sort函数，排序10000个整型数字，来做一个耗时对比，结果如下：

原生的sort耗时3.44 ms，而我们自己实现的PHP函数sort则是68.79 ms。我们发现，两者执行效率差距巨大。我的测试方式，是计算函数执行前后的时间间隔，而不是整个PHP脚本从启动到结束的时间。PHP脚本启动和关闭过程，本身有着一系列的初始化和清理工作，也会占据不少的耗时。

通常情况下，PHP执行效率的排行是：

1. 最快的是PHP语言结构（isset、echo等），PHP语言的一部分（它们根本不是函数）。
2. 然后比较快的就是PHP的原生和拓展函数。PHP拓展，基于Zend API之上，用C实现的功能，执行效率和C++/Java是属于同一个数量级的。
3. 真正慢的就是，我们通过PHP自己写的代码和函数。例如，假如我们使用的比较重的纯PHP实现的框架，因为框架本身的模块很多，所以，会明显拖累语言层面的执行效率，同时占据更多的内存。（国内的Yaf框架，以拓展的方式实现，因此执行效率远快于纯PHP写的框架）

在一般情况下，我们并不推荐用过PHP实现逻辑复杂计算类型的功能，尤其是Web系统流量比较大的场景下。因此，PHP程序员应该对PHP的各种原生函数和各类拓展有一个比较广泛的了解，在具体的功能实现场景中，寻求更原生的解决方案（原生接口或者拓展），而不是自己写一堆复杂的PHP代码来实现这类型功能。

如果有足够的PHP拓展开发实力，将这类型业务功能重写为一个PHP拓展，也会大幅提升代码的执行效率。这是一个非常不错的方式，也被广泛应用PHP优化中。但是，自己编写的PHP业务拓展的缺点也很明显：

1. 拓展开发耗时比较长，需求变更的时候修改也复杂，写得不好可能会影响Web服务稳定性。（例如，在Apache的worker模式下，多线程场景下挂掉，会影响同一个进程下的其他正常子线程。如果是多线程的Web模式，编写拓展还需要支持线程安全）
2. 拓展在PHP版本升级的时候，可能需要做额外的兼容工作。
3. 人员变动后的维护和接手成本也比较高。

实际上，在互联网一线企业中，更常见的解决方案，并非增加PHP拓展，而用C/C++独立写一个服务server，然后PHP通过socket和服务server通信来完成业务处理，并不将PHP本身和业务耦合在一起。

不过，Web服务大部分的性能瓶颈都在网络传输和其他服务server的耗时上（例如MySQL等），PHP执行的耗时在整体耗时的占用比例非常小，所以从业务角度来说，影响可能并不明显。

2. HHVM提升PHP执行性能的方式

HHVM提升PHP性能的途径，采用的方式就是替代Zend引擎来生成和执行PHP的中间字节码（HHVM生成自己格式的中间字节码），执行时通过JIT（Just In Time，即时编译是种软件优化技术，指在运行时才会去编译字节码为机器码）转为机器码执行。Zend引擎默认做法，是先编译为opcode，然后再逐条执行，通常每条指令对应的是C语言级别的函数。如果我们产生大量重复的opcode（纯PHP写的代码和函数），对应的则是Zend多次逐条执行这些C代码。而JIT所做的则是更进一步，将大量重复执行的字节码在运行的时候编译为机器码，达到提高执行效率的目的。通常，触发JIT的条件是代码或者函数被多次重复调用。

普通的PHP代码，因为无法固定变量的类型，需要额外添加判断类型的逻辑代码，这样PHP代码是不利于CPU执行和优化的。因此，HHVM通常需要用到Hack写法（为了兼容某种特性而额外添加的技巧性质的代码）的PHP代码来“配合”，就是为了让变量类型固定，方便虚拟机编译执行。PHP追求以一种形式来容纳一切类型，而Hack则可以将被容纳的一切标记上确定的类型。

PHP代码的Hack写法的例子：

上面的例子中，PHP代码主要被添加上了变量类型。Hack写法的总体方向，就是将之前“动态”的写法变为“静态”的写法，来配合HHVM。

HHVM因为它的高性能而吸引了不少人的关注，一些一线互联网公司也开始跟进使用。从纯语言执行性能测试结果来看，HHVM领先了开发中的PHP7版本不少。

不过，从具体业务场景来看，HHVM和PHP7的差距并没有那么大，以WordPress开源博客首页为测试场景的结果中，他们目前的差距并不明显。

但是，PHP7目前还在开发中，就已经可用的技术方案来看，目前的HHVM略胜一筹。不过，HHVM的部署和应用都存在一些的问题：

1. 服务部署比较复杂，有一定维护成本。
2. 对PHP原生代码并非完整支持，PHP拓展也需要做适当的兼容。
3. HHVM是个新虚拟机，长时间运行有内存泄露。（据说，一线互联网公司在应用这个技术时，是通过自己打Patch的方式解决内存泄露）

HHVM毕竟是一个相对比较新的开源项目，发展到成熟仍然需要一定时间。

PHP7的性能革新

PHP长期以来饱受批评的性能问题，将会在这个版本得到大幅度的改善。版本中间没有PHP6哈，据说，是因为这个版本曾经立过项目，后来大部分功能都在5.x的版本里实现了，为了避免混淆，下一个大版本直接就是PHP7。（几年以前，我还看到过关于PHP6的书籍。）

1. PHP7的介绍

虽然PHP7的正式版本可能要到2015年的10月份才发布，不过明年6月份应可以看见一个测试版本了，之后是3-4个月的质量保证。

PHP社区的项目计划如下：

因为项目仍然处于开发中的原因，从表格中，可以看见的特性描述都比较模糊。肯定有更多的其他特性，只是尚未公布。下面的这些，是从PHP社区看见的，因为PHP7是一个开发中的项目，下面的这些也不一定准确，不过，不妨碍我们一起来看看。

1. PHPNG（PHP next generation，下一代PHP），对Zend执行引擎本身的各种性能优化，其中JIT，可能会实现在Zend Opcache组件中。
2. AST（Abstract Syntax Tree，抽象语法树），目的是在PHP编译过程引入一个中间件，替代直接从解释器吐出opcode的方式。让解释器和编译器解耦，可以减少大量Hack代码，同时，让实现更容易理解和维护。
3. uniform variable syntax（统一变量语法），引入一种内部一致和完整的变量语法，让PHP的解析器更完整地支持各种类型的变量。部分变量的用法需要调整，例如变量的变量$$a等。
4. 支持integer semantics（整型语义），例如NaN、Infinity、<<、>>，修正list()的一致性等等。

上面的特性中，最令人期待的就是PHPng的性能优化，PHP社区已经放出了一些性能的测速数据。从数据上看，PHPng的执行性能比起项目启动之初，已经有接近1倍的提升。这个成绩已经非常不错，况且，最关键的是PHP7的优化计划还有很多尚未完成。等到都全部完成了，相信我们可以看见一个性能更高的PHP7。

这测速数据是来自于PHP社区（wiki.php.net/phpng），截取了一部分的数据：

对其当前PHP5.6版本，PHPNG的10月份性能提升已经非常明显了：

简单翻译下：

• 综合测试速度提升35%。
• 在实际应用场景有20%-70%的速度提升（WordPress首页有60%的提升）
• 更少的内存消耗
• 支持大部分常用的SAPIs
• 支持大部分的PHP拓展绑定到资源分配（69个完成，6个待迁移）
• 提供堪比HHVM3.3.0的执行速度

2. PHP的弱类型争议

PHP被争议的特点很多，但是随着语言版本的发布和完善，功能和特性方面的批评开始变少了。但是，PHP的“弱类型”特性，却明显受到更多的争议，从HHVM通过Hack的方式直接“去掉”了“弱类型”特性可以看出，HHVM并不喜欢“弱类型”特性。然而，在我们很多PHP程序员的眼中，这却是PHP的重要优点之一。PHP里的变量被设计得随性和飘逸，海纳百川，一切皆可包容，不是让语言显得更为简单吗？

实际上，有些人认为它是个严重的问题，对于“弱类型”的批评观点大致如下：

1. 在“严谨”的语言中，通常是预先定义好一个变量的类型，自始至终，变量的类型是固定的，使用范围也是固定。而PHP的变量，通常我们只能看见它名字，类型大部分都不可以预先定义，并且还可以随意改变。（内存分配不好管理）
2. 为了兼容弱类型特性，PHP需要实现大量兼容代码，包括类型判断、类型转换、存储方式等，增加了语言内部的复杂度。（执行效率低下）
3. 变量的类型是不可控的，在执行过程中存在大量的“隐性类型转换”，容易产生不可预知的结果。（这里的确需要强调，PHP的类型转换是个必须掌握的点，各种类型的互相转换的可能会产生很多问题，尤其是初学PHP的同学哈）

他们认为，这些都不符合“所见即所得”的简单性，而语法严谨的语言更高效率，也更容易“理解”。

受到类似批评的还有Javascript等语言，因为它在这个问题上的表现是一样的。但是，一门语言最终被大规模使用，必然有它们的道理。PHP成为Web服务开发的首选脚本语言，Javascript则直接称霸Web前端领域，能走到这一步都不可能是偶然因素，开发者们用脚投票选择了它们。编程语言是人类和机器沟通的桥梁，终极追求是实现“人人皆可编程”的宏伟目标。

纵观语言发展历史，从0和1的机器码开始，到汇编语言，然后到C语言，再到动态脚本语言PHP。执行效率呈指数下降，但是，学习门槛也呈指数降低。PHP语言不仅屏蔽了C的内存管理和指针的复杂性，而且更进一步屏蔽了变量类型的复杂性。提升了项目开发的效率，降低了学习的门槛，但同时牺牲了一定的执行性能。然后，HHVM的Hack给我们一种“回归原始”的感觉，重新引入了变量的复杂性。当然，不同的语言解决不同场景下的问题，并不能够一概而论。

小结

HHVM对PHP的性能提升，让人眼前一亮，而磨刀霍霍的PHP7则让人万分期待。两者都是极其优秀的开源项目，都在不断前进和发展中。就目前而言，因为距离PHP7正式版的发布还有比较长的一段时间，所以当前性能优化方案的首选当然是HHVM。不过，就我个人而言，我比较看好PHP7，因为它更能做到PHP代码的向下兼容。如果两者性能相差不大，我会选择简单的那个。

参考资料：

• https://wiki.php.net/rfc/php7timeline
• https://wiki.php.net/phpng
• https://hhvm.com/

更多《问底》内容

• 【问底】严澜：数据挖掘入门（一）——分词
• 【问底】Yao Yu谈Twitter的百TB级Redis缓存实践
• 【问底】王帅：深入PHP内核（一）——弱类型变量原理探究 
• 【问底】王帅：深入PHP内核（二）——SAPI探究
• 【问底】王帅：深入PHP内核（三）——内核利器哈希表与哈希碰撞攻击
• 【问底】静行：FastJSON实现详解
• 【问底】李平：大型网站的灵魂——性能
• 【问底】许鹏：使用Spark+Cassandra打造高性能数据分析平台（一）
• 【问底】许鹏：使用Spark+Cassandra打造高性能数据分析平台（二）
• 【问底】徐汉彬：大规模网站架构的缓存机制和几何分形学
• 【问底】徐汉彬：亿级Web系统搭建——单机到分布式集群
• 【问底】徐汉彬：Web系统大规模并发——电商秒杀与抢购
• 【问底】OpenStack在天河二号的大规模部署实践

《问底》是ImapBox云计算频道新建栏目，以实践为本，分享个人对于新时代软件架构与研发的深刻见解。在含有“【问底】”字样标题的文章中，你会看到某个国外IT巨头的架构分享，会看到国内资深工程师对某个技术的实践总结，更会看到一系列关于某个新技术的探索。《问底》邀请对技术具有独特/深刻见解的你一起打造一片只属于技术的天空，详情可邮件至zhonghao@csdn.net。

责编/仲浩

欢迎订阅“ImapBox大数据”微信号获得更多大数据生态圈信息。

欢迎关注ImapBox@邮箱云存储微博了解最新云计算及大数据资讯。