PHP copy-on-write 特性

「copy on write」這個特性的意思是，在 variable 在沒有異動的時候，不會在記憶體中 re-allocate 一個新的區塊來存放資料，只有在被更新、修改或刪除資料時，才會另外將異動過的資料存放到記憶體其他區域。

剛看到時自己寫不知道這是什麼神奇的東西，看實例比較快。

先建立一個超級大的檔案 huge.log：

$content = file_get_contents('huge.log');

// 818.4 MB
echo sprintf("%.1f MBn", memory_get_peak_usage() / 1024 / 1024);

建立一個 function，這個 function 什麼事都不做，直接回傳我們傳進去的 $content：

$content = file_get_contents('huge.log');

function reply($content)
{
    return $content;
}

reply($content);

// 818.4 MB
echo sprintf("%.1f MBn", memory_get_peak_usage() / 1024 / 1024);

well … 我以前原本以為 pass by value，會另外將 variable clone 一份供 function 內部使用，但上面的 script 中呼叫了 reply() 以後，記憶體用量並沒有增加，所以將變數傳進 function 時，並沒有 clone 一份新的出來。

將原本的 reply() 稍做調整，在 return 之前新增一點東西到 $content 中：

function reply($content)
{
    return $content . 'some more';
}

reply($content);

// 1636.6 MB
echo sprintf("%.1f MBn", memory_get_peak_usage() / 1024 / 1024);

reply() 中對 $content 加了一些新的資料，這時候最大記憶體使用量就變為原來的 2 倍，很明顯 PHP 在記憶體 alloc 新的區塊來存放被修給過的 $content。所以「copy on write」的意思，就是這個資料被 write 時，PHP 才會要新的記憶體 (copy) 來存放有被修改過的資料。

處理大型資料時，可以利用這個特性來節省記憶體使用量。

例如：decorator() 這個 function 要對一個大型陣列的資料做處理：

function decorator($data)
{
    $sum = 0;
    foreach ($data as $item) {
        $sum += $item;
    }
    $data['average'] = $sum / count($data);
    $data['sum'] = $sum;

    return $data;
}

上面的 function 因為會修改 $data 的內容，所以 PHP 會 clone 一個 $data 再來做修改。

改成以下的寫法：

function decorator($data)
{
    $sum = 0;
    foreach ($data as $item) {
        $sum += $item;
    }

    $change = [
        'average' => $sum / count($data),
        'sum' => $sum,
    ];

    return $change;
}

foreach (decorator() as $key => $val) {
    $data[$key] = $val;
}

在 decorator() 並不會動到 $data 的內容，所以不需要 clone $data，而是在 function 執行結束以後，直接對 $data 做修改。這樣只需要多儲存 $change 陣列，和後續的處理動作，而不會讓使記憶體用量 double。