TypePHP 编译器 https://swoole.com/aot/

20 KiB

Raw Blame History

高精度类型原地运算优化方案

1. 背景

TypePHP 当前将 BigInt、BigFloat 和 Decimal 实现为存放在 Zend resource 中的 PHPX Box。高精度运算采用不可变结果接口，例如：

target = php::BigInt::mul(target, rhs);

即使 PHP 源码使用复合赋值：

$target *= $rhs;

编译器仍会生成“创建新结果并重新赋值”的代码。以 BigInt 为例，当前一次乘法通常需要：

创建新的 BigInt Box。
注册新的 Zend resource。
初始化新的 mpz_t。
为计算结果分配 GMP limb 存储。
将新 resource 移动赋值给目标变量。
析构旧 resource、Box 和底层数值存储。

在循环、累计、阶乘、金额聚合等场景中，这些开销会随运算次数线性增长：

for ($i = 0; $i < $count; $i++) {
    $value = $value * 1000;
}

GMP、MPFR 和 mpdecimal 的底层对象并不是不可变对象，三者都支持输出与输入重叠的原地运算。当前不可变行为来自 PHPX 的高精度 API，而不是底层数学库的限制。

本文给出高精度类型原地运算的实现方案、语义约束、分阶段计划和验收标准。

2. 优化目标

2.1 主要目标

对唯一持有的 BigInt、BigFloat 和 Decimal Box 复用现有对象。
尽可能复用 GMP limb、MPFR mantissa 和 mpdecimal coefficient 存储。
消除复合赋值中的结果 Box 和 Zend resource 临时对象。
对整数等原生 RHS 直接使用 php::Int 或 php::Var，避免构造 RHS 高精度 Box。
将安全的 $x = $x {op} $rhs 融合为原地运算。
保持 PHP 的值语义、引用语义、求值顺序和异常行为。
不安全或无法证明安全的场景自动回退到当前不可变实现。

2.2 非目标

第一阶段不优化数组元素、动态属性、属性 Hook 等复杂左值。
不依赖全程序别名分析才能保证正确性。
不修改 GMP、MPFR 或 mpdecimal 第三方源码。
不把所有普通二元表达式改为可变计算。
不改变不同高精度类型之间的隐式转换规则。

3. 底层库能力

类型	底层对象	原地操作	内存复用特征
BigInt	GMP `mpz_t` / `mpz_class`	支持	容量足够时复用 limb，结果增长时才扩容
BigFloat	MPFR `mpfr_t`	支持	当前固定 256-bit 精度，普通运算通常可持续复用 mantissa
Decimal	mpdecimal `mpd_t` / `decimal::Decimal`	支持	可复用 coefficient，库本身提供 `operator+=` 等原地接口

典型原地调用如下：

mpz_mul(dst, dst, rhs);
mpfr_mul(dst, dst, rhs, MPFR_RNDN);
mpd_qmul(dst, dst, rhs, context, &status);

mpdecimal 的 C++ 包装已经提供：

Decimal::operator+=
Decimal::operator-=
Decimal::operator*=
Decimal::operator/=
Decimal::operator%=

因此技术瓶颈主要在 PHP Box 的共享语义、异常安全和编译器求值顺序，而不是数学库本身。

4. 必须保持的语言语义

4.1 Copy-on-write

高精度值可能被多个 PHP 变量共享同一个 Box：

$a = std::bigInt(10);
$b = $a;
$a *= 2;

结果必须是：

$a = 20
$b = 10

不能直接修改共享 Box。PHPX 必须在运算前检查 Zend resource 引用计数：

resource 唯一持有：直接修改原 Box。
resource 被共享：复制 Box，将目标变量绑定到副本，再修改副本。

运行时 copy-on-write 是正确性的最后防线。编译器静态分析只负责减少不必要的检查和识别可融合表达式，不能替代运行时检查。

4.2 PHP 引用

以下场景中两个变量指向同一个 PHP 引用容器：

$a = std::bigInt(10);
$b =& $a;
$a *= 2;

结果必须是 $a 和 $b 同时为 20。原地 API 必须通过 Variant::unwrap_ptr() 操作引用中的实际 zval；发生 copy-on-write 时，应更新引用容器中的值，而不是重新绑定 PHPX 包装对象。

4.3 RHS 与目标变量别名

必须正确处理：

$a *= $a;

建议原地接口将目标以引用传递、RHS 以值传递：

BigInt::mulAssign(Variant &target, Variant rhs);

如果 RHS 与 target 共享同一 resource，RHS 的临时引用计数会使 copy-on-write 走复制分支。这可能错失一次原地机会，但能自然保证正确性。后续可增加“RHS 与 target 是同一 Box”的专门路径。

4.4 求值顺序

下面两段代码不能在所有情况下直接视为等价：

$x = $x * changeValue($x);
$x *= changeValue($x);

RHS 可能重新赋值、按引用修改或通过闭包捕获修改 $x。C++ 函数参数求值顺序也不能用来替代 PHP 求值规则。

编译器必须遵循以下规则：

对真正的 AssignOp 使用现有有序操作数和副作用捕获机制。
对 $x = $x {op} $rhs，仅在 RHS 不会写入或逃逸 $x 时融合。
无法证明安全时使用当前“计算新结果后赋值”路径。
如果为了保持顺序必须保存旧 $x，该临时值会增加引用计数，此时应允许运行时自动回退 copy-on-write。

4.5 复杂左值

以下表达式不能在第一阶段改写：

$array[getIndex()] = $array[getIndex()] * 2;
$object->value = $object->value * 2;
$object->hooked = $object->hooked * 2;

原因包括：

下标表达式可能执行两次。
Getter、Setter 或属性 Hook 的调用次数可能改变。
动态属性读写可能触发魔术方法。
左值本身可能带有副作用。

第一阶段只支持简单局部变量。复杂左值在后续阶段通过“只求值一次的 writable target”抽象单独设计。

4.6 异常安全

当前不可变实现先计算新结果，成功后才赋值，因此异常发生时目标变量不变：

$value = std::decimal('10');

try {
    $value /= 0;
} catch (DivisionByZeroError $e) {
}

echo $value; // 仍然是 10

原地实现必须保持这一行为。

BigInt：在修改前检查除数、模数、指数等错误条件。
BigFloat：在修改前检查除零和当前 API 明确定义的错误条件。
Decimal：context.raise(status) 可能在底层结果已经写入后抛出异常，需要事务式提交或回滚机制。
内存分配失败也不能将目标留在部分修改状态。

4.7 Resource identity

高精度 Box 当前以 resource 暴露，get_resource_id() 和严格比较可能观察 resource identity。原地运算会让唯一持有的变量保持 resource id，而当前不可变实现会生成新的 resource id。

实施前需要明确以下契约之一：

高精度类型是值类型，resource identity 属于内部实现细节，不保证运算前后变化。
必须保持当前 resource identity 变化，此时只能复用底层数值存储并重新封装 resource，收益会降低。

推荐采用方案 1，并在高精度类型文档中明确：用户应比较数值，不应依赖内部 resource id。共享变量的值语义仍由 copy-on-write 严格保证。

5. PHPX 设计

5.1 显式原地 API

不建议给通用 Variant 增加高精度运算符重载。应在各高精度类型上增加明确接口：

class BigInt {
  public:
    static Variant &addAssign(Variant &target, Variant rhs);
    static Variant &subAssign(Variant &target, Variant rhs);
    static Variant &mulAssign(Variant &target, Variant rhs);
    static Variant &divAssign(Variant &target, Variant rhs);
    static Variant &modAssign(Variant &target, Variant rhs);
};

BigFloat、Decimal 使用同样的命名方式。BigInt 还应覆盖位运算和移位：

bitAndAssign
bitOrAssign
bitXorAssign
bitShiftLeftAssign
bitShiftRightAssign

接口返回 Variant &，使复合赋值仍可作为表达式使用：

$result = ($value *= 2);

如果实际生成代码对引用返回处理不方便，可以同时提供 statement-only 的 void 快速路径，但不能牺牲赋值表达式语义。

5.2 Box 唯一化工具

在 PHPX 内部提供复用的 C++17 helper，而不是在三种类型中重复 Zend resource 逻辑：

template <typename T>
T *separateBoxForWrite(Variant &target);

职责包括：

解引用 indirect/reference zval。
校验 target 是目标 Box 类型。
检查 Zend resource 引用计数。
唯一持有时返回原 Box。
共享时复制 Box，并通过 Variant 赋值语义更新目标。
保持 typed reference 检查和异常传播。

三种 Box 都必须具备正确复制能力：

BigInt：复制 mpz_class。
BigFloat：按源精度初始化并复制 mpfr_t。
Decimal：复制 decimal::Decimal。

5.3 RHS 提取

原地接口应直接接受 Variant rhs，复用现有 operand extractor：

php::Int 直接转换为底层整数操作数。
php::Var 在运行时检查其实际类型。
已经是同类 Box 时直接读取底层值。
字符串、浮点数和不同高精度类型继续遵循当前转换限制。

生成代码应优先为：

php::BigInt::mulAssign(value, 1000L);
php::Decimal::mulAssign(value, factor);

避免：

php::BigInt::mulAssign(value, php::toBigInt(1000L));
php::Decimal::mulAssign(value, php::toDecimal(1000L));

对于 Decimal 的整数 RHS，可进一步使用 mpdecimal 的 _i64/_u64 接口，避免构造临时 decimal::Decimal：

mpd_qmul_i64(result, left, rhs, context, &status);

5.4 BigInt 实现策略

BigInt 优先实现真正原地操作：

Variant &BigInt::mulAssign(Variant &target, Variant rhs) {
    BigIntOperand right;
    // 先提取并验证 RHS。
    // 再执行 target 的 copy-on-write。
    // 最后调用 mpz_mul(dst, dst, right)。
    return target;
}

必须在修改前完成所有可恢复错误检查，例如除零、模零和非法移位量。GMP 扩容由其内部管理；容量足够时会复用原 limb 存储。

5.5 BigFloat 实现策略

BigFloat 当前统一使用 BIG_FLOAT_DEFAULT_PRECISION，适合直接原地运算：

mpfr_mul(dst, dst, rhs, MPFR_RNDN);

如果未来支持每对象精度，需要规定非原地结果精度与复合赋值目标精度的关系，并加入不同精度对象测试。

5.6 Decimal 实现策略

Decimal 分两步实施。

第一步采用异常安全的事务式提交：

decimal::Decimal temporary;
uint32_t status = 0;
mpd_qmul(temporary.get(), current.getconst(), rhs, context, &status);
context.raise(status);
current = std::move(temporary);

该方案可以消除结果 Box 和 Zend resource，但仍会创建一个底层 Decimal 临时对象。

第二步评估真正原地运算：

修改前完成除零等显式检查。
确认哪些 status/trap 可能在操作后抛出。
为可能抛出的操作提供备份/回滚，或仅在能够证明不会触发 trap 时原地执行。
对 Overflow、InvalidOperation、DivisionByZero 和模拟分配失败做专项测试。

不能为了性能接受“异常后目标值已被部分修改”。

6. 编译器设计

6.1 真正的复合赋值

首先修改现有 Big* AssignOp 生成路径：

$value *= $rhs;

从：

value = php::BigInt::mul(value, rhs);

改为：

php::BigInt::mulAssign(value, rhs);

支持矩阵：

类型	第一阶段操作符
BigInt	`+= -= *= /= %= &=
BigFloat	`+= -= *= /=`
Decimal	`+= -= *= /= %=`

6.2 普通赋值融合

识别以下 AST：

$x = $x {op} $rhs;

只有同时满足以下条件才融合：

左值是简单命名变量。
二元表达式左操作数是同一个变量。
变量静态类型是 BigInt、BigFloat 或 Decimal。
操作符在对应类型的支持列表中。
RHS 不包含对目标变量的赋值、引用获取或已知按引用传参。
RHS 不包含无法安全分析的 eval、动态调用或其他逃逸路径；或者现有副作用分析明确证明安全。
当前表达式上下文可以正确接收原地接口的返回值。

以下场景第一阶段不融合：

$x = 2 - $x;
$x = $x * ($x = 2);
$x = $x * dynamicCall();
$array[$key] = $array[$key] * 2;
$object->value = $object->value * 2;

对交换律操作的 $x = $rhs + $x 或 $x = $rhs * $x 优化放到后续阶段，避免扩大第一版范围。

6.3 失败回退

优化必须是可选 codegen 路径：

可安全原地运算 -> emit *Assign()
无法证明安全   -> emit 当前 new-result 路径

任何类型不确定、复杂左值、引用逃逸或副作用分析失败都不能导致编译错误，只应失去该项优化。

6.4 与 SSA/优化器的关系

初始版本可在 AssignOpTrait 和普通赋值解析中做局部 AST 匹配，不依赖完整 SSA。

后续可由 SSA 提供：

目标变量是否存在别名。
RHS 是否写入目标变量。
变量是否逃逸到动态调用或引用。
是否能静态证明 Box 唯一持有。

即使 SSA 证明唯一，PHPX 运行时 copy-on-write 检查仍建议保留，除非有严格的逃逸证明和专项测试。

7. 分阶段实施计划

阶段 0：基线与观测

添加高精度 Box/resource 创建计数的测试辅助设施。
建立 BigInt、BigFloat、Decimal 循环运算 benchmark。
记录当前 wall time、Box 数量、resource 数量和底层分配次数。
固化当前别名、引用、异常和 resource identity 行为。

交付物：基准报告和行为测试，不改变生成代码。

阶段 1：原生 RHS 快速路径

BigInt 运算直接接受 php::Int。
BigFloat 运算直接接受 php::Int、php::Float。
Decimal 运算直接接受 php::Int 和实际为 int 的 php::Var。
Decimal 整数路径优先使用 mpd_q*_i64。
消除编译器为 RHS 创建的高精度 Box。

交付物：RHS 不再出现不必要的 toBigInt()、toBigFloat()、toDecimal()。

阶段 2：PHPX copy-on-write 基础设施

实现 separateBoxForWrite<T>()。
为三类 Box 完善复制测试。
覆盖普通变量、共享变量、PHP 引用、indirect zval 和 RHS 同 Box。
明确 resource identity 契约。

交付物：独立 PHPX 单元测试，不修改编译器生成路径。

阶段 3：BigInt 与 BigFloat 复合赋值

实现 BigInt *Assign() 方法族。
实现 BigFloat *Assign() 方法族。
修改真正的 PHP AssignOp 生成代码。
保留不安全路径回退。
运行 PHPX 全量测试、编译器全量 PHPUnit、相关 PHPT 和自举编译。

交付物：$x *= $rhs 等语法使用真正原地操作。

阶段 4：普通赋值融合

识别简单局部变量 $x = $x {op} $rhs。
实现目标变量写入/逃逸检查。
对纯字面量和纯变量 RHS 优先启用。
为有副作用 RHS 保留旧路径。

交付物：问题描述中的常见写法无需用户手动改成复合赋值。

阶段 5：Decimal 事务式原地接口

实现 Decimal *Assign() API。
先使用“底层临时结果 + 成功后提交”。
使用 _i64 快速路径优化整数 RHS。
覆盖所有 Decimal trap 和异常后的目标值。

交付物：消除 Decimal 结果 Box/resource，保持强异常安全。

阶段 6：Decimal 真正原地计算

按操作符分析可能触发的 status/trap。
对可证明安全的操作直接使用目标 mpd_t。
对高风险操作保留事务式路径。
通过 benchmark 判断复杂度是否值得。

交付物：Decimal 常见累计运算复用 coefficient 存储。

阶段 7：复杂左值与进一步优化

设计只求值一次的 writable target 抽象。
评估数组元素、静态属性、普通属性的支持。
属性 Hook、魔术方法和动态属性默认不启用，除非能严格保持调用次数和顺序。
评估交换律表达式融合和 SSA 唯一性证明。

8. 测试计划

8.1 PHPX 单元测试

每种类型、每个操作符至少覆盖：

唯一 Box 原地更新。
共享 Box 触发 copy-on-write。
PHP 引用更新同一引用值。
RHS 与 target 为同一 Box。
Int、Float、String、Var 等允许的 RHS 类型。
非法 RHS 类型异常。
除零、模零、负指数等边界。
异常后目标值不变。
极大数导致扩容。
连续多次运算。

8.2 编译器 PHPUnit

检查生成代码：

AssignOp 生成 BigInt::mulAssign() 等调用。
$x = $x * 1000 被融合。
RHS 原生整数不再构造 Big* Box。
RHS 有副作用时不融合。
数组元素和属性第一阶段不融合。
不支持的操作符继续给出原有 FatalError。

8.3 PHPT

至少覆盖：

$a *= 2;
$a = $a * 2;
$b = $a; $a *= 2;
$b =& $a; $a *= 2;
$a *= $a;
$a *= ($factor = 2);
$result = ($a *= 2);

并为三种高精度类型覆盖：

正数、负数、零。
极大值和精度边界。
所有支持的复合赋值操作符。
异常后的左值。
循环中的连续更新。

8.4 集成验证

每个阶段至少执行：

./vendor/bin/phpunit
php run-tests.php tests/compiler/bigint tests/compiler/bignumber tests/compiler/decimal
php bin/tpc.php project.yml

PHPX 修改还必须执行 PHPX 全量单元测试。

9. 性能验收

性能测试至少包含：

1、4、16、64、256、1024 个 limb/decimal digit 规模。
RHS 为小整数、同类高精度值和动态 php::Var。
唯一 Box 和共享 Box。
1 千、10 万、100 万次循环。
BigInt 增长型乘法与稳定容量加法。
BigFloat 固定精度累计。
Decimal 固定 50 位精度累计。

功能验收标准：

唯一 BigInt/BigFloat 的复合赋值每次迭代不创建结果 Box/resource。
原生 RHS 不创建高精度 Box。
共享 Box 正确触发 copy-on-write。
所有异常路径保持目标值不变。
自举编译和全量测试通过。

性能验收以基线数据为准，不预设不现实的固定倍数。至少应分别报告：

总耗时。
Box/resource 创建次数。
底层内存分配次数与字节数。
峰值内存。
copy-on-write 命中率和回退率。

如果某条优化路径不能减少分配，或者导致常见非原地表达式明显退化，应保留旧路径或撤销该子优化。

10. 风险与回滚策略

主要风险：

Box 共享判断错误导致其他变量被意外修改。
引用或 indirect zval 被重新绑定而不是更新。
RHS 副作用改变求值顺序。
Decimal 异常后目标值被污染。
resource identity 行为发生未记录变化。
原地扩容失败留下非法底层对象。

控制措施：

所有优化集中在独立 PHPX API 和单一编译器 codegen 分支。
无法证明安全时回退旧实现。
分类型、分操作符逐步启用。
每个阶段独立提交，避免同时修改过多语义。
在完成异常、别名和引用测试前，不删除现有不可变 API。

回滚时只需让编译器重新生成：

target = Type::operation(target, rhs);

原有不可变 API 在整个迁移期必须保留。

11. 推荐优先级

综合收益、复杂度和风险，推荐顺序为：

BigFloat 原地复合赋值。
BigInt 原地复合赋值。
BigInt/BigFloat 普通赋值融合。
Decimal 原生整数 RHS 快速路径。
Decimal 事务式 *Assign()。
Decimal 真正原地计算。
复杂左值和 SSA 增强。

BigFloat 固定精度，最容易稳定复用底层内存；BigInt 的应用面更广，整体收益可能最大；Decimal 的异常和 trap 语义最复杂，应最后推进真正原地修改。

12. 最终目标代码

对安全的简单变量：

$value = $value * 1000;

最终生成：

php::BigInt::mulAssign(value, 1000L);

运行时：

唯一 Box：原地复用 Box、resource 和底层存储
共享 Box：copy-on-write 后修改新 Box
不安全场景：回退当前不可变结果实现

该设计把性能优化限制在可验证的边界内，同时保留 TypePHP 与 PHP 赋值、引用和异常语义的一致性。

20 KiB Raw Blame History