PHP 序列化机制深度剖析：serialize 与 igbinary 的底层实现对比

序列化是 PHP 应用中将数据结构转换为可存储或可传输格式的核心机制。无论是 Session 存储、缓存写入，还是消息队列通信，序列化都扮演着关键角色。PHP 内置的 serialize() 与 igbinary 扩展是两种最常见的实现方案，二者在底层设计上存在显著差异。本文将从数据结构、内存布局、编码策略和性能特征四个维度进行深度对比。

一、PHP serialize 的底层实现

1.1 序列化格式设计

PHP 原生 serialize() 输出的是一种人类可读的文本格式，每种数据类型都有对应的标识符：

• N 表示 null
• b 表示 boolean
• i 表示 integer
• d 表示 double
• s 表示 string
• a 表示 array
• O 表示 object

一个典型的序列化字符串如下：

a:2:{i:0;s:5:"hello";s:3:"key";i:42;}

这种格式的设计目标是可读性与跨平台兼容性，而非存储效率。每个字符串都需要写入长度前缀，每个数组元素都需要记录键和值，导致体积膨胀明显。

1.2 内部实现机制

在 PHP 源码中，serialize() 的核心实现在 ext/standard/var.c 的 php_var_serialize_intern() 函数中。其工作流程如下：

1. 通过 php_var_serialize_get_smart_str() 获取输出缓冲区
2. 根据 zval 的 type 字段进行分支判断
3. 对复合类型（数组、对象）递归遍历 HashTable
4. 使用 smart_str_appendl() 将结果追加到缓冲区

值得注意的是，PHP 7 之后 zval 结构发生了重大变化，zend_value 联合体直接内联了整型和双精度浮点，使得序列化过程中访问标量数据更加高效。但对于数组和对象，仍然需要完整的 HashTable 遍历。

1.3 引用与循环处理

serialize() 通过 php_var_serialize_get_smart_str() 中的 var_hash 机制处理引用和循环引用。当遇到已序列化的对象时，会输出 r: 或 R: 标识符来引用之前的元素。这一机制保证了对象图的完整性，但也增加了额外的哈希查找开销。

二、igbinary 的底层实现

2.1 二进制编码设计

igbinary 采用紧凑的二进制格式，核心思想是用最少的字节表达最多的信息。其类型标识使用单字节编码：

• 0x00 表示 null
• 0x01 表示 false，0x02 表示 true
• 0x03 表示整型（后跟变长编码）
• 0x05 表示双精度浮点
• 0x07 表示字符串
• 0x08 表示数组

整型采用变长编码（类似 Protocol Buffers 的 varint），小整数仅占 1-2 字节。字符串长度也使用变长编码，且字符串内容直接以原始字节写入，无需转义。

2.2 字符串去重机制

igbinary 最核心的优化之一是字符串去重。在序列化过程中，所有出现过的字符串会被记录到一张哈希表中。当同一字符串再次出现时，仅写入其索引引用而非完整内容。

这一机制对包含大量重复键名的关联数组效果极为显著。例如一个包含 1000 条记录的数组，每条记录都有相同的键名（如 id、name、email），igbinary 只需存储一次键名字符串，后续全部使用引用。

2.3 内部实现架构

igbinary 的实现在 igbinary.c 中，核心函数为 igbinary_serialize_zval()。其处理流程：

1. 初始化 igbinary_serialize_data 结构体，包含字符串哈希表和输出缓冲区
2. 对每个 zval 进行类型判断，写入对应的类型标识字节
3. 标量类型直接编码写入
4. 数组和对象先写入元素数量，再递归处理每个元素
5. 字符串在写入前先查询哈希表，命中则写引用，未命中则写入内容并注册

igbinary 的输出缓冲区采用预分配策略，减少了内存重分配次数。

三、性能对比分析

3.1 序列化体积

以典型业务数据为例，一个包含 100 条用户记录的数组：

体积缩减主要来自三个方面：二进制编码替代文本标识、变长整数编码、字符串去重。

3.2 序列化/反序列化速度

在 PHP 7.4 + igbinary 3.2 环境下的基准测试表明：

• 序列化速度：igbinary 比 serialize 快约 30-50%，主要得益于更少的字符串操作和内存分配
• 反序列化速度：igbinary 快约 40-60%，二进制解析比文本解析更高效
• 内存占用：igbinary 序列化过程中峰值内存更低，因为输出缓冲区增长更慢

3.3 适用场景差异

serialize() 的优势在于：

• 无需额外扩展，所有 PHP 环境原生支持
• 输出可读，便于调试
• 跨语言解析相对容易（文本格式）

igbinary 的优势在于：

• 存储和网络传输成本大幅降低
• 高频序列化场景下 CPU 开销更小
• 与 Redis、Memcached 等缓存系统配合时效果显著

四、兼容性与迁移考量

igbinary 提供了 igbinary_serialize() 和 igbinary_unserialize() 函数，同时可以通过 serialize_handler 配置项透明替换 PHP 原生序列化。在 Redis 场景中，只需将 serialize_handler 设为 igbinary，即可让 Session 和缓存自动使用二进制格式。

需要注意的是，igbinary 格式与原生 serialize() 不兼容。迁移时需要考虑：

1. 存量数据的兼容读取（可通过版本标记或双写过渡）
2. 跨系统数据交换时对方是否支持 igbinary 格式
3. 调试工具链是否需要相应调整

五、总结

PHP 原生 serialize() 以可读性和通用性为设计目标，适合调试和跨语言场景；igbinary 以存储效率和执行性能为核心，适合高并发、大数据量的生产环境。二者在底层实现上的根本差异——文本编码 vs 二进制编码、无去重 vs 字符串去重、固定长度 vs 变长整数——决定了它们各自的性能特征和适用范围。在实际项目中，应根据数据规模、访问频率和系统边界做出合理选择。对于追求极致性能的 PHP 应用，igbinary 通常是更优的序列化方案。

未经允许不得转载：任鹏个人博客 » PHP 序列化机制深度剖析：serialize 与 igbinary 的底层实现对比