分享会上讲到了PHP的packed array 与 hash array 对比

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
$array = [];
$mem = memory_get_usage();
for ($i = 0; $i < 10000; $i++) {
$array[$i] = $i;
}
var_dump('mem+=' . ($packed_arr_size = (memory_get_usage() - $mem)));

$array = [];
$mem = memory_get_usage();
for ($i = 10000; $i >= 0; $i--) {
$array[$i] = $i;
}
var_dump('mem+=' . ($hash_arr_size = (memory_get_usage() - $mem)));

var_dump((($hash_arr_size - $packed_arr_size) / 1024) . 'K');

output:

1
2
3
string(11) "mem+=528480"
string(11) "mem+=659552"
string(4) "128K"
hash.png
hash.png

如图,根据理论,压缩数组和哈希数组应该只相差一个索引列表,索引列表每个元素都是uint32, 也就是4个字节, 10000个元素, 桶的个数是2的14次方也就是16384个桶, 那么多占用的就是((4 *16384) / 1024) = 64K ,但实际结果是128k,在课上这里的计算翻车了,算出来是错的。
这确实有点神奇,课后源码分析了一波,发现了原因,可以说是非常的amazing……
内核书的版本是PHP7.2,但在PHP7.3的时候,PHP内核的核心作者Dmitry在一个小小的提交中把HashTable的负载因子从1改成了0.5 (https://github.com/php/php-src/commit/34ed8e53fea63903f85326ea1d5bd91ece86b7ae)。

什么是负载因子呢,我们课上说了哈希冲突这个内容,显然,索引列表越大,哈希冲突率就越小,查找的速度相应就变快,但是与此同时占用的内存也会变多,在Java中,HashTable默认的负载因子是0.75,在时间和空间成本之间提供了很好的权衡。

PHP在7.3突然改成0.5,那么索引数组的体积就变为原先的两倍,也就是128k了,我倾向于PHP在时间和空间中再次选择了时间,因此我们可以在PHP7.2升级到PHP7.3后看到可观的性能提升,但也可能会发现应用的内存占用变大了很多…