Como o PHP Funciona por Baixo dos Panos

Você já parou para pensar em como o seu código PHP é executado por baixo dos panos? Nesta palestra, vamos descer alguns níveis para explorar as entranhas do motor do PHP. Abordaremos a diferença entre linguagens compiladas e interpretadas, o pipeline de execução de um programa (análise léxica, sintática, compilação e execução), o papel dos famosos opcodes, a compilação Just-In-Time, o funcionamento da Zend Engine e algumas ferramentas que se beneficiam desse processo. Ao final, você terá uma visão mais clara de como o PHP realmente funciona e de como esse conhecimento pode se transformar em ganhos práticos de desempenho e qualidade no seu dia a dia.

Transcript

1. Marcel Gonçalves dos Santos @marcelgsantos php funciona por baixo dos panos como o ⚙
2. pensandonaweb.com.br tech lead e engenheiro de software Marcel Gonçalves dos Santos @marcelgsantos
3. @phpsp phpsp.org.br
4. Interaja nas mídias sociais! - fale sobre o evento, palestrantes e conteúdo - tire fotos do evento e publique - interaja com outros participantes do evento - tire dúvidas ou dê feedbacks para os palestrantes - utilize as hashtags #php, #ingaphp e #devparana
5. Introdução
6. Você já se perguntou como o PHP funciona por baixo dos panos?
7. A maioria das pessoas usam a linguagem sem conhecer a ciência e engenharia de décadas que faz a sua linguagem funcionar!
8. E isso não é um problema...
9. Mas conhecer o funcionamento interno, te capacita a resolver outros níveis de problemas. ;)
10. Você passa a compreender quando fazer e não fazer otimizações no seu código.
11. Te ajuda a melhorar o desempenho de execução e economizar recursos como memória e processamento.
12. Isso torna a sua aplicação mais responsiva e menos propensa à falhas.
13. Além de permitir a diminuição de custos com computação em nuvem.
14. E, também, te permite compreender otimizações irrelevantes e evitá-las.
15. Venha participar dessa jornada pelas entranhas da sua linguagem favorita!
16. Linguagem Compilada e Linguagem Interpretada
17. Uma linguagem compilada é aquela em que o código fonte é traduzido para código de máquina nativo antes da execução.
18. Entende-se por código de máquina nativo o conjunto de instruções executáveis pelo processador de acordo com sua arquitetura.
19. Representação das instruções em código Assembly e código de máquina.
20. Cada arquitetura possui características especí fi cas como tamanho de instruções e conjunto de instruções simples ou complexo (RISC ou CISC).
21. Representação dos conjuntos instruções simples e complexo.
22. As arquiteturas mais conhecidas são x86 e ARM.
23. Esse processo é também conhecido como compilação ahead of time ou compilação AOT.
24. Na compilação AOT a checagem de erros e otimizações são feitas na etapa de compilação.
25. Exemplos: C, C++, Rust e Go.
26. Uma linguagem interpretada é aquela em que o código é executado diretamente pelo interpretador, instrução por instrução.
27. Exemplos: Python, Ruby e PHP.
28. Mas e o nosso querido PHP, é uma linguagem compilada ou interpretada?
29. Pipeline de Execução
30. Análise Léxica
31. A análise léxica é o processo de quebrar o código fonte em pedaços ou tokens.
32. Os tokens são palavras-chaves, identi fi cadores ou símbolos.
33. Representação dos tokens da linguagem PHP.
34. O componente responsável por realizar a análise léxica é chamado de lexer ou scanner.
35. Essa etapa também é conhecido como tokenization, lexing ou scanning.
36. O PHP usa a ferramenta re2c (Regular Expression to Code) para automatizar este processo.
37. Implementação do lexer ou scanner da Zend Virtual Machine.
38. O PHP possui implementações que permitem quebrar o código em tokens.
39. / / código que será transformado em tokens $code = '<?php $name = "John"; echo "Hello" . $name . "!"; ?>'; $tokens = PhpToken : : tokenize($code); foreach ($tokens as $token) { echo "{$token - > getTokenName()} ('{$token - > text}')" . PHP_EOL; }
40. T_OPEN_TAG ('<?php ') T_VARIABLE ('$name') T_WHITESPACE (' ') = ('=') T_WHITESPACE (' ') T_CONSTANT_ENCAPSED_STRING ('"John"') ; (';') T_WHITESPACE (' ') T_ECHO ('echo') T_WHITESPACE (' ') T_CONSTANT_ENCAPSED_STRING ('"Hello"') T_WHITESPACE (' ') . ('.') T_WHITESPACE (' ') T_VARIABLE ('$name') T_WHITESPACE (' ') . ('.') T_WHITESPACE (' ')
41. Análise Sintática
42. A análise sintática é responsável por ler os tokens gerados na etapa de análise léxica e gerar uma árvore sintática abstrata.
43. Ela também veri fi ca se as regras da gramática da linguagem são seguidas.
44. Uma árvore sintática abstrata, abstract syntax tree ou AST é uma representação estruturada em forma de árvore do código fonte.
45. / / código que será transformado em AST if ($condition = = = 'demo') { return true; }
46. / / árvore sintática abstrata (AST) usando o PHP Parser PhpParser\Node\Stmt\If_( cond: PhpParser\Node\Expr\BinaryOp\Identical( left: PhpParser\Node\Expr\Variable( name: "condition" ) right: PhpParser\Node\Scalar\String_( value: "demo" ) ) stmts: [ 0 : PhpParser\Node\Stmt\Return_( expr: PhpParser\Node\Expr\ConstFetch( name: PhpParser\Node\Name\FullyQualif i ed( parts: ["true"] ) ) ) ] elseifs: [] else: null )
47. Essa etapa também é conhecida como parsing.
48. O PHP usa uma ferramenta chamada Bison para gerar a implementação do parser a partir da gramática da linguagem.
49. A gramática do parser está encontra-se em zend_language_parser.y.
50. Implementação do parser da Zend Virtual Machine.
51. A funcionalidade de AST foi introduzida no PHP 7 e trouxe inúmeros benefícios à linguagem.
52. Documento da RFC para inclusão de uma abstract syntax tree no processo de compilação da linguagem.
53. Um parser error é lançado quando o parser não consegue transformar a sequência de tokens em uma AST válida.
54. / / código que irá gerar um ParserError function greeting[string $name] { echo "Hello" . $name . "!" . PHP_EOL; } greeting('Alice'); / / Parse error: syntax error, unexpected token "[", / / expecting "(" in parser - error.php on line 5 erro de sintaxe que irá ocasionar um parser error
55. As causas comuns são: - esquecer ponto e vírgula no fi nal da instrução - esquecer parênteses, colchetes ou chaves - esquecer de fechar strings ou comentários
56. Compilação
57. A compilação é o processo de transformar a AST (abstract syntax tree) em um conjunto de instruções reconhecidas pela máquina virtual.
58. O PHP não tinha a etapa de AST, o código ia de tokens para opcodes e isso fazia com que otimizações deixassem de ser realizadas.
59. Para este conjunto de instruções dá-se o nome de representação intermediária ou intermediate representation (IR).
60. Uma representação intermediária ou IR é uma forma intermediária entre o código- fonte e o código de máquina.
61. Ela permite que otimizações sejam feitas ao código ao ser transformado em código de máquina.
62. Além disso, ela permite uma melhor portabilidade na etapa de compilação, isto é, que a transformação em código de máquina seja facilitada.
63. A representação intermediária da linguagem PHP são os famosos opcodes.
64. Os opcodes são similares às instruções do processador.
65. Alguns de baixo nível como para adicionar dois números e outros de alto nível como carregar a propriedade de um objeto pelo nome.
66. Implementação da Zend Virtual Machine com a lista de opcodes disponíveis.
67. É possível obter os opcodes de um código PHP através da linha de comando.
68. / / código que será transformado em opcodes function greeting(string $name) { echo "Hello " . $name . "!" . PHP_EOL; } greeting('Bob');
69. php - d opcache.opt_debug_level=0 x 10000 opcodes.php
70. $_main: ; (lines=4, args=0, vars=0, tmps=1) ; (before optimizer) ; /app/04-opcodes.php:1-9 ; return [] RANGE[0 . . 0] 0000 INIT_FCALL 1 144 string("greeting") 0001 SEND_VAL string("Bob") 1 0002 DO_UCALL 0003 RETURN int(1) greeting: ; (lines=6, args=1, vars=1, tmps=3) ; (before optimizer) ; /app/04-opcodes.php:5-7 ; return [] RANGE[0 . . 0] 0000 CV0($name) = RECV 1 0001 T1 = CONCAT string("Hello ") CV0($name) 0002 T2 = CONCAT T1 string("!") 0003 T3 = CONCAT T2 string(" ") 0004 ECHO T3 0005 RETURN null Hello Bob!
71. O código responsável pela transformação encontra-se em zend_compile.c.
72. O opcode pode ser armazenado em memória compartilhada para evitar recompilar a cada requisição.
73. Execução
74. A execução é a etapa em que os opcodes são lidos e executados pelo interpretador.
75. O opcode é interpretado e executado, isto é, transformado em código de máquina (interpretação) e executado pela máquina virtual.
76. O opcode é transformado para código de máquina de acordo com a arquitetura do processador.
77. A máquina virtual do PHP é conhecida como Zend Virtual Machine.
78. O PHP não é compilado AOT (ahead-of-time) como C.
79. Os opcodes são transformados em código nativo em tempo de execução, isto é, uma compilação just-in-time (JIT).
80. A pipeline de execução de um código PHP.
81. O PHP possui suporte a JIT desde o PHP 8 baseado em DynASM do Lua JIT.
82. A partir da versão 8.4 o PHP passou a usar uma nova implementação de JIT.
83. O JIT oferece benefício em tarefas CPU- bound como cálculo numéricos, machine learning entre outras.
84. Ele não possui benefícios signi fi cativos em tarefas IO-bound, isto é, aplicações web.
85. Ferramentas
86. O PHP Parser é um parser da linguagem PHP escrito em PHP.
87. O seu objetivo é simpli fi car a manipulação e análise estática de código PHP.
88. Ele é uma ferramenta importantíssima no ecossistema PHP apesar de muitas pessoas não a conhecerem.
89. Métricas robustas do PHP Parser no Packagist.org. Mais de 800 milhões de instalações e quase 2 mil bibliotecas como dependências.
90. Ela foi criada pelo Nikita Popov, um dos mais importantes contribuidores do PHP.
91. O russo Nikita Popov, grande contribuidor do core do PHP e agora líder de desenvolvimento do projeto LLVM.
92. Ele serve de base para outras ferramentas no ecossistema PHP.
93. O Rector é uma ferramenta que usa o PHP Parser e é usado para fazer transformações automáticas ou refatorações.
94. Exemplo de transformações usando a ferramenta Rector para melhorar a qualidade, refatorar e evoluir uma base de código PHP.
95. O PHPStan é uma ferramenta que usa o PHP Parser e é usado para fazer a análise estática do código e encontrar erros de vários tipos.
96. Exemplo de análise estática usando a ferramenta PHPStan para melhorar a qualidade e adicionar guard rails em uma base de código PHP.
97. O Mago é um conjunto de ferramentas para PHP que inclui formatter, linter e análise estática em uma a solução all-in-one.
98. É uma ferramenta escrita em Rust com foco em desempenho e possui uma implementação de lexer e parser.
99. A ferramenta Mago é implementada em Rust e possui foco em desempenho para formatação, linter e análise estática em PHP.
100. A ferramenta Mago faz uso de lexer e parser para fazer introspecção de código PHP e aplicar formatação e análises estáticas.
101. Conclusão
102. O conhecimento interno da runtime de uma linguagem é importante se você busca senioridade.
103. Ela te dá insumos para ser capaz de identi fi car problemas de desempenho e para otimizar aplicações.
104. Te permite compreender se uma aplicação é CPU-bound ou IO-bound e aplicar as otimizações corretas.
105. O JIT no PHP veio para melhorar o desempenho em aplicações CPU-bound e abrir um leque de oportunidades para a linguagem.
106. Além disso te permite compreender o funcionamento de ferramentas do ecossistema moderno da linguagem e, quem sabe, não criar a sua própria ferramenta.
107. Vá em frente e divirta-se estudando sobre compiladores! ;)
108. Referências
109. bit.ly/palestra-como-o-php-funciona
110. Avalie!
111. @marcelgsantos speakerdeck.com/marcelgsantos Obrigado. Perguntas?