ThinkSSL🔒 一键申购 5分钟快速签发 30天无理由退款 购买更放心 广告
## 6.2 线程安全资源管理器 PHP中专门为解决线程安全的问题抽象出了一个线程安全资源管理器(Thread Safe Resource Mananger, TSRM),实现原理比较简单:既然共用资源这么困难那么就干脆不共用,各线程不再共享同一份全局变量,而是各复制一份,使用数据时各线程各取自己的副本,互不干扰。 ### 6.2.1 基本实现 TSRM核心思想就是为不同的线程分配独立的内存空间,如果一个资源会被多线程使用,那么首先需要预先向TSRM注册资源,然后TSRM为这个资源分配一个唯一的编号,并把这种资源的大小、初始化函数等保存到一个`tsrm_resource_type`结构中,各线程只能通过TSRM分配的那个编号访问这个资源;然后当线程拿着这个编号获取资源时TSRM如果发现是第一次请求,则会根据注册时的资源大小分配一块内存,然后调用初始化函数进行初始化,并把这块资源保存下来供这个线程后续使用。 TSRM中通过两个结构分别保存资源信息以及具体的资源:tsrm_resource_type、tsrm_tls_entry,前者是用来记录资源大小、初始化函数等信息的,具体分配资源内存时会用到,而后者用来保存各线程所拥有的全部资源: ```c struct _tsrm_tls_entry { void **storage; //资源数组 int count; //拥有的资源数:storage数组大小 THREAD_T thread_id; //所属线程id tsrm_tls_entry *next; }; typedef struct { size_t size; //资源的大小 ts_allocate_ctor ctor; //初始化函数 ts_allocate_dtor dtor; int done; } tsrm_resource_type; ``` 每个线程拥有一个`tsrm_tls_entry`结构,当前线程的所有资源保存在storage数组中,下标就是各资源的id。 另外所有线程的`tsrm_tls_entry`结构通过一个数组保存:tsrm_tls_table,这是个全局变量,所以操作这个变量时需要加锁。这个值在TSRM初始化时按照预设置的线程数分配,每个线程的tsrm_tls_entry结构在这个数组中的位置是根据线程id与预设置的线程数(tsrm_tls_table_size)取模得到的,也就是说有可能多个线程保存在tsrm_tls_table同一位置,所以tsrm_tls_entry是个链表,查找资源时首先根据:`线程id % tsrm_tls_table_size`得到一个tsrm_tls_entry,然后开始遍历链表比较thread_id确定是否是当前线程的。 #### 6.2.1.1 初始化 在使用TSRM之前需要主动开启,一般这个步骤在sapi启动时执行,主要工作就是分配tsrm_tls_table、resource_types_table内存以及创建线程互斥锁,下面具体看下TSRM初始化的过程(以pthread为例): ```c TSRM_API int tsrm_startup(int expected_threads, int expected_resources, int debug_level, char *debug_filename) { pthread_key_create( &tls_key, 0 ); //分配tsrm_tls_table tsrm_tls_table_size = expected_threads; tsrm_tls_table = (tsrm_tls_entry **) calloc(tsrm_tls_table_size, sizeof(tsrm_tls_entry *)); ... //初始化资源的递增id,注册资源时就是用的这个值 id_count=0; //分配资源类型数组:resource_types_table resource_types_table_size = expected_resources; resource_types_table = (tsrm_resource_type *) calloc(resource_types_table_size, sizeof(tsrm_resource_type)); ... //创建锁 tsmm_mutex = tsrm_mutex_alloc(); } ``` #### 6.2.1.2 资源注册 初始化完成各模块就可以各自进行资源注册了,注册后TSRM会给注册的资源分配唯一id,之后对此资源的操作只能依据此id,接下来我们以EG为例具体看下其注册过程。 ```c #ifdef ZTS ZEND_API int executor_globals_id; #endif int zend_startup(zend_utility_functions *utility_functions, char **extensions) { ... #ifdef ZTS ts_allocate_id(&executor_globals_id, sizeof(zend_executor_globals), (ts_allocate_ctor) executor_globals_ctor, (ts_allocate_dtor) executor_globals_dtor); executor_globals = ts_resource(executor_globals_id); ... #endif } ``` 资源注册调用`ts_allocate_id()`完成,此函数有4个参数有,第一个就是定义的资源id指针,注册之后会把分配的id写到这里,第二个是资源类型的大小,EG资源的结构是`zend_executor_globals`,所以这个值就是sizeof(zend_executor_globals),后面两个分别是资源的初始化函数以及销毁函数,因为TSRM并不关心资源的具体类型,分配资源时它只按照size大小分配内存,然后回调各资源自己定义的ctor进行初始化。 ```c TSRM_API ts_rsrc_id ts_allocate_id(ts_rsrc_id *rsrc_id, size_t size, ts_allocate_ctor ctor, ts_allocate_dtor dtor) { //加锁,保证各线程串行调用此函数 tsrm_mutex_lock(tsmm_mutex); //分配id,即id_count当前值,然后把id_count加1 *rsrc_id = TSRM_SHUFFLE_RSRC_ID(id_count++); //检查resource_types_table数组当前大小是否已满 if (resource_types_table_size < id_count) { //需要对resource_types_table扩容 resource_types_table = (tsrm_resource_type *) realloc(resource_types_table, sizeof(tsrm_resource_type)*id_count); ... //把数组大小修改新的大小 resource_types_table_size = id_count; } //将新注册的资源插入resource_types_table数组,下标就是分配的资源id resource_types_table[TSRM_UNSHUFFLE_RSRC_ID(*rsrc_id)].size = size; resource_types_table[TSRM_UNSHUFFLE_RSRC_ID(*rsrc_id)].ctor = ctor; resource_types_table[TSRM_UNSHUFFLE_RSRC_ID(*rsrc_id)].dtor = dtor; resource_types_table[TSRM_UNSHUFFLE_RSRC_ID(*rsrc_id)].done = 0; ... } ``` 到这里并没有结束,所有的资源并不是统一时机注册的,所以注册一个新资源时可能有线程已经分配先前注册的资源了,因此需要对各线程的storage数组进行扩容,否则storage将没有空间容纳新的资源。扩容的过程比较简单:遍历各线程的tsrm_tls_entry,检查storage当时是否有空闲空间,有的话跳过,没有的话则扩展。 ```c for (i=0; i<tsrm_tls_table_size; i++) { tsrm_tls_entry *p = tsrm_tls_table[i]; //tsrm_tls_table[i]可能保存着多个线程,需要遍历链表 while (p) { if (p->count < id_count) { int j; //将storage扩容 p->storage = (void *) realloc(p->storage, sizeof(void *)*id_count); //分配并初始化新注册的资源,实际这里只会执行一次,不清楚为什么用循环 //另外这里不分配内存也可以,可以放到使用时再去分配 for (j=p->count; j<id_count; j++) { p->storage[j] = (void *) malloc(resource_types_table[j].size); if (resource_types_table[j].ctor) { //回调初始化函数进行初始化 resource_types_table[j].ctor(p->storage[j]); } } p->count = id_count; } p = p->next; } } ``` 最后将锁释放,完成注册。 #### 6.2.1.3 获取资源 资源的id在注册后需要保存下来,根据id可以通过`ts_resource()`获取到对应资源的值,比如EG,这里暂不考虑EG宏展开的结果,只分析最底层的根据资源id获取资源的操作。 ```c zend_executor_globals *executor_globals; executor_globals = ts_resource(executor_globals_id); ``` 这样获取的`executor_globals`值就是各线程分离的了,对它的操作将不会再影响其它线程。根据资源id获取当前线程资源的过程:首先是根据线程id哈希得到当前线程的tsrm_tls_entry在tsrm_tls_table哪个槽中,然后开始遍历比较id,直到找到当前线程的tsrm_tls_entry,这个查找过程是需要加锁的,最后根据资源id从storage中对应位置取出资源的地址,这个时候如果发现当前线程还没有创建此资源则会从resource_types_table根据资源id取出资源注册时的大小、初始化函数,然后分配内存、调用初始化函数进行初始化并插入所属线程的storage中。 ```c TSRM_API void *ts_resource_ex(ts_rsrc_id id, THREAD_T *th_id) { THREAD_T thread_id; int hash_value; tsrm_tls_entry *thread_resources; //step 1:获取线程id if (!th_id) { //获取当前线程通过specific data保存的tsrm_tls_entry,暂时忽略 thread_resources = tsrm_tls_get(); if(thread_resources){ //找到线程的tsrm_tls_entry了 TSRM_SAFE_RETURN_RSRC(thread_resources->storage, id, thread_resources->count); //直接返回 } //pthread_self(),当前线程id thread_id = tsrm_thread_id(); }else{ thread_id = *th_id; } //step 2:查找线程tsrm_tls_entry tsrm_mutex_lock(tsmm_mutex); //加锁 //实际就是thread_id % tsrm_tls_table_size hash_value = THREAD_HASH_OF(thread_id, tsrm_tls_table_size); //链表头部 thread_resources = tsrm_tls_table[hash_value]; if (!thread_resources) { //当前线程第一次使用资源还未分配:先分配tsrm_tls_entry allocate_new_resource(&tsrm_tls_table[hash_value], thread_id); //分配完再次调用,这时候将走到下面的分支 return ts_resource_ex(id, &thread_id); }else{ //遍历查找当前线程的tsrm_tls_entry do { //找到了 if (thread_resources->thread_id == thread_id) { break; } if (thread_resources->next) { thread_resources = thread_resources->next; } else { //遍历到最后也没找到,与上面的一致,先分配再查找 allocate_new_resource(&thread_resources->next, thread_id); return ts_resource_ex(id, &thread_id); } } while (thread_resources); } //解锁 tsrm_mutex_unlock(tsmm_mutex); //step 3:返回资源 TSRM_SAFE_RETURN_RSRC(thread_resources->storage, id, thread_resources->count); } ``` 首先是获取线程id,如果没有传的话就是当前线程,然后在tsrm_tls_table中查找当前线程的tsrm_tls_entry,不存在则表示当前线程第一次使用资源,则需要调用`allocate_new_resource()`为当前线程分配tsrm_tls_entry,并插入tsrm_tls_table,这个过程还会为当前已注册的所有资源分配内存: ```c static void allocate_new_resource(tsrm_tls_entry **thread_resources_ptr, THREAD_T thread_id) { (*thread_resources_ptr) = (tsrm_tls_entry *) malloc(sizeof(tsrm_tls_entry)); (*thread_resources_ptr)->storage = NULL; //根据已注册资源数分配storage数组大小,注意这里并不是分配为各资源分配空间 if (id_count > 0) { (*thread_resources_ptr)->storage = (void **) malloc(sizeof(void *)*id_count); } (*thread_resources_ptr)->count = id_count; (*thread_resources_ptr)->thread_id = thread_id; //将当前线程的tsrm_tls_entry保存到线程本地存储(Thread Local Storage, TLS) tsrm_tls_set(*thread_resources_ptr); //为全部资源分配空间 for (i=0; i<id_count; i++) { ... (*thread_resources_ptr)->storage[i] = (void *) malloc(resource_types_table[i].size); ... } ... } ``` 这里还用到了一个多线程中经常用到的一个东西:线程本地存储(Thread Local Storage, TLS),在创建完当前线程的tsrm_tls_entry后会把这个值保存到当前线程的TLS中(即:tsrm_tls_set(*thread_resources_ptr)操作),这样在`ts_resource()`中就可以通过`tsrm_tls_get()`直接取到了,节省加锁检索的时间。 > __线程本地存储(Thread Local Storage, TLS):__ 我们知道在一个进程中,所有线程是共享同一个地址空间的。所以,如果一个变量是全局的或者是静态的,那么所有线程访问的是同一份,如果某一个线程对其进行了修改,也就会影响到其他所有的线程。不过我们可能并不希望这样,所以更多的推荐用基于堆栈的自动变量或函数参数来访问数据,因为基于堆栈的变量总是和特定的线程相联系的。TLS在各平台下实现方式不同,主要分为两类:静态TLS、动态TLS,pthread中pthread_setspecific()、pthread_getspecific()的实现就可以认为是动态TLS的实现。 比如tsrm_tls_table_size初始化时设置为了2,当前有2个thread:thread 1、thread 2,假如注册了CG、EG两个资源,则存储结构如下图: ![](https://box.kancloud.cn/a25f037ebb86c239d023cac7703b0c30_585x398.png) ### 6.2.2 Native-TLS 上一节我们介绍了资源的注册以及根据资源id获取资源的方法,那么PHP内核每次使用对应的资源时难道都需要调用`ts_resource()`吗?如果是这样的话那么多次在使用EG时实际都会调一次这个方法,相当于我们需要调用一个函数来获取一个变量,这在性能上是不可接受的,那么有什么办法解决呢? `ts_resource()`最核心的操作就是根据线程id获取各线程对应的storage数组,这也是最耗时的部分,至于接下来根据资源id从storage数组读取资源就是普通的内存读取了,这并不影响性能,所以解决上面那个问题的关键就在于 __尽可能的减少线程storage的检索__ 。这一节我们来分析下PHP是如果解决这个问题的,在介绍PHP7实现方式之前我们先看下PHP5.x的处理方式。 PHP5的解决方式非常简单,我们还是以EG为例,EG在内核中随处可见,不是要减少对各线程storage的检索次数吗,那么我就只要检索过一次就把已获取的storage指针传给接下来调用的函数用,其它函数再一级级往下传,这样一来各函数如果发现storage通过参数传进来了就直接用,无需再检索了,也就是通过层层传递的方式减少解决这个问题的。这样以来岂不是每个函数都得带这么一个参数?调用别的函数也得把这个值带上?是的。即使这个函数自己不用它也得需要这个值,因为有可能调用别的函数的时候其它函数会用。 如果你对PHP5有所了解的话一定经常看到这两个宏:TSRMLS_DC、TSRMLS_CC,这两个宏就是用来传递storage指针的,TSRMLS_DC用在定义函数的参数中,实际上它就是一个普通的参数定义,TSRMLS_CC用在调用函数时,它就是一个普通的变量值,我们看下它的展开结果: ```c #define TSRMLS_DC , void ***tsrm_ls #define TSRMLS_CC , tsrm_ls ``` 它的用法是第一个检索到storage的函数把它的指针传递给了下面的函数,参数是tsrm_ls,后面的函数直接根据接收的参数使用获取再传给其它函数,当然也可以不传,那样的话就得重新调用ts_resource()获取了。现在我们再看下EG宏展开的结果: ```c # define EG(v) TSRMG(executor_globals_id, zend_executor_globals *, v) #define TSRMG(id, type, element) (((type) (*((void ***) tsrm_ls))[TSRM_UNSHUFFLE_RSRC_ID(id)])->element) ``` 比如:`EG(function_table) => (((zend_executor_globals *) (*((void ***) tsrm_ls))[executor_globals_id-1])->function_table)`,这样我们在传了tsrm_ls的函数中就可能读取内存使用了。 PHP5的这种处理方式简单但是很不优雅,不管你用不用TSRM都不得不在函数中加上那两个宏,而且很容易遗漏。后来Anatol Belski在PHP的rfc提交了一种新的处理方式:[https://wiki.php.net/rfc/native-tls](https://wiki.php.net/rfc/native-tls),新的处理方式最终在PHP7版本得以实现,通过静态TLS将各线程的storage保存在全局变量中,各函数中使用时直接读取即可。 linux下这种全局变量通过加上`__thread`定义,这样各线程更新这个变量就不会冲突了,实际这是gcc提供的,详细的内容这里不再展开,有兴趣的可以再查下详细的资料。举个例子: ```c #include <stdio.h> #include <stdlib.h> #include <pthread.h> #include <unistd.h> __thread int num = 0; void* worker(void* arg){ while(1){ printf("thread:%d\n", num); sleep(1); } } int main(void) { pthread_t tid; int ret; if ((ret = pthread_create(&tid, NULL, worker, NULL)) != 0){ return 1; } while(1){ num = 4; printf("main:%d\n", num); sleep(1); } return 0; } ``` 这个例子有两个线程,其中主线程修改了全局变量num,但是并没有影响另外一个线程。 PHP7中用于缓存各线程storage的全局变量定义在`Zend/zend.c`: ```c #ifdef ZTS //这些都是全局变量 ZEND_API int compiler_globals_id; ZEND_API int executor_globals_id; static HashTable *global_function_table = NULL; static HashTable *global_class_table = NULL; static HashTable *global_constants_table = NULL; static HashTable *global_auto_globals_table = NULL; static HashTable *global_persistent_list = NULL; ZEND_TSRMLS_CACHE_DEFINE() //=>TSRM_TLS void *TSRMLS_CACHE = NULL; 展开后: __thread void *_tsrm_ls_cache = NULL; _tsrm_ls_cache就是各线程storage的地址 #endif ``` 比如EG: ```c # define EG(v) ZEND_TSRMG(executor_globals_id, zend_executor_globals *, v) #define ZEND_TSRMG TSRMG_STATIC #define TSRMG_STATIC(id, type, element) (TSRMG_BULK_STATIC(id, type)->element) #define TSRMG_BULK_STATIC(id, type) ((type) (*((void ***) TSRMLS_CACHE))[TSRM_UNSHUFFLE_RSRC_ID(id)]) ``` EG(xxx)最终展开:((zend_executor_globals *) (*((void ***) _tsrm_ls_cache))[executor_globals_id-1]->xxx)。