解读

在国内高并发、低延迟的 AI 业务场景（如电商推荐、短视频内容审核、金融风控）中，PHP 端往往只负责网关层，真正的推理计算由 C++/Python 服务完成。但受限于“全部业务必须跑在 PHP-FPM 容器内”“不能额外开端口”“延迟预算 < 30 ms”等硬性要求，面试官想确认候选人能否把 ONNX Runtime 直接编译进 PHP 扩展，用 C API 完成模型加载与推理，从而避免跨进程 RPC。题目表面问“怎么调”，实则考察四点：

1. 是否了解 ONNX Runtime C API 的内存模型与线程安全规则；
2. 能否在 Linux 下用 php-src 的扩展骨架（config.m4、php_*.h）正确封装 C API；
3. 是否掌握 PHP 的 zval ⇄ OrtValue 的零拷贝或高效拷贝技巧；
4. 对 PHP-FPM 多进程生命周期、共享内存、OPcache 冲突的规避方案。

知识点

1. ONNX Runtime C API 核心对象：OrtEnv、OrtSession、OrtMemoryInfo、OrtValue、OrtRunOptions。
2. PHP 扩展编译流程：phpize、config.m4、ZEND_BEGIN_ARG_INFO、PHP_FUNCTION、PHP_MINIT_FUNCTION、PHP_MSHUTDOWN_FUNCTION。
3. PHP 7/8 类型系统：IS_ARRAY、IS_DOUBLE、IS_LONG、ZVAL_ARR、zend_hash_index_find、add_next_index_double。
4. 内存对齐：ONNX Runtime 默认要求 64 字节对齐，PHP 的 emalloc 仅 8 字节对齐，需用 ort_allocator->Alloc 再拷贝回 zval。
5. 线程安全：ONNX Runtime 的 OrtEnv 全局唯一，PHP-FPM 多进程模型下须在 MINIT 阶段创建，禁止在 RINIT 重复 ort_create_env。
6. 模型缓存：把 .onnx 文件 mmap 到共享内存，结合 SHMOP 或 APCu，避免每个 worker 重复加载。
7. 错误处理：OrtGetLastError 信息通过 php_error_docref 抛出 E_WARNING，防止段错误导致 502。
8. 性能指标：单次 1×224×224×3 float32 图像推理，在 i7-12700K 上目标 < 6 ms；内存占用增量 < 50 MB。

答案

1. 环境准备

   • 安装 onnxruntime-linux-x64-1.17.0.tgz，把头文件与 libonnxruntime.so.1.17.0 放到 /usr/local/onnxruntime；
   • 下载与 PHP 版本一致的 php-src，进入 ext 目录，执行

     ./ext_skel.php --ext onnxrt --dir ./onnxrt
     

2. 编写 config.m4

   PHP_ARG_WITH(onnxrt, for onnxrt support,
   [  --with-onnxrt[=DIR]      Include ONNX Runtime support])
   
   if test "$PHP_ONNXRT" != "no"; then
     ONNXRT_DIR=$PHP_ONNXRT
     PHP_ADD_INCLUDE($ONNXRT_DIR/include)
     PHP_ADD_LIBRARY_WITH_PATH(onnxruntime, $ONNXRT_DIR/lib)
     PHP_SUBST(ONNXRT_SHARED_LIBADD)
     PHP_NEW_EXTENSION(onnxrt, onnxrt.c, $ext_shared)
   fi
   

3. 头文件与全局变量

   #include "php.h"
   #include "onnxruntime_c_api.h"
   static OrtEnv* ort_env = NULL;
   static OrtSessionOptions* ort_opt = NULL;
   

4. MINIT 与 MSHUTDOWN

   PHP_MINIT_FUNCTION(onnxrt)
   {
       OrtStatus* s = OrtCreateEnv(ORT_LOGGING_LEVEL_WARNING, "php", &ort_env);
       if (s) return FAILURE;
       ort_opt = OrtCreateSessionOptions();
       OrtSetIntraOpNumThreads(ort_opt, 1);
       return SUCCESS;
   }
   
   PHP_MSHUTDOWN_FUNCTION(onnxrt)
   {
       OrtReleaseSessionOptions(ort_opt);
       OrtReleaseEnv(ort_env);
       return SUCCESS;
   }
   

5. 核心函数：onnxrt_run

   PHP_FUNCTION(onnxrt_run)
   {
       char* model_path;
       size_t model_path_len;
       zval* input_zv;
   
       ZEND_PARSE_PARAMETERS_START(2, 2)
           Z_PARAM_STRING(model_path, model_path_len)
           Z_PARAM_ARRAY(input_zv)
       ZEND_PARSE_PARAMETERS_END();
   
       OrtSession* session;
       OrtStatus* s = OrtCreateSession(ort_env, model_path, ort_opt, &session);
       if (s) {
           php_error_docref(NULL, E_WARNING, "Load model failed: %s", OrtGetErrorMessage(s));
           RETURN_FALSE;
       }
   
       /* 把 PHP 数组转成 OrtValue */
       OrtMemoryInfo* mem_info;
       OrtCreateCpuMemoryInfo(OrtArenaAllocator, OrtMemTypeDefault, &mem_info);
       size_t len = zend_hash_num_elements(Z_ARRVAL_P(input_zv));
       float* data = (float*)OrtAllocatorAlloc(ort_allocator, len * sizeof(float));
       zval* val;
       int i = 0;
       ZEND_HASH_FOREACH_VAL(Z_ARRVAL_P(input_zv), val) {
           data[i++] = (float)zval_get_double(val);
       } ZEND_HASH_FOREACH_END();
   
       int64_t shape[] = {1, (int64_t)len};
       OrtValue* input_tensor;
       OrtCreateTensorWithDataAsOrtValue(mem_info, data, len * sizeof(float), shape, 2, ONNX_TENSOR_ELEMENT_DATA_TYPE_FLOAT, &input_tensor);
   
       const char* input_names[] = {"input"};
       const char* output_names[] = {"output"};
       OrtValue* output_tensor;
       OrtRun(session, NULL, input_names, &input_tensor, 1, output_names, 1, &output_tensor);
   
       /* 把 OrtValue 转回 PHP 数组 */
       float* out_data;
       OrtGetTensorMutableData(output_tensor, (void**)&out_data);
       size_t out_len;
       OrtGetTensorShapeElementCount(output_tensor, &out_len);
       array_init(return_value);
       for (i = 0; i < out_len; i++) {
           add_next_index_double(return_value, (double)out_data[i]);
       }
   
       OrtReleaseValue(output_tensor);
       OrtReleaseValue(input_tensor);
       OrtAllocatorFree(ort_allocator, data);
       OrtReleaseMemoryInfo(mem_info);
       OrtReleaseSession(session);
   }
   

6. 编译与启用

   phpize
   ./configure --with-onnxrt=/usr/local/onnxruntime
   make && make install
   echo "extension=onnxrt.so" > /etc/php/8.2/fpm/conf.d/onnxrt.ini
   systemctl reload php8.2-fpm
   

7. PHP 业务调用

   $input = [1.0, 2.0, 3.0, ..., 150528.0]; // 1×224×224×3 展平
   $output = onnxrt_run("/models/resnet50.onnx", $input);
   var_dump($output); // 概率数组
   

拓展思考

1. 模型热更新：利用 inotify 监听 .onnx 文件，在 RSHUTDOWN 中把旧 session 引用计数归零，再原子替换指针，实现业务无重启升级。
2. 批量推理：把 PHP 的二维数组按 row-major 拼成连续 float32 块，一次 OrtRun 处理 N 条样本，降低 30% CPU。
3. GPU 支持：在 config.m4 增加 libonnxruntime_providers_cuda.so， OrtSessionOptionsAppendExecutionProvider_CUDA，注意 PHP-FPM 子进程 fork 前必须 cudaSetDevice，否则出现 CUDA context 继承错乱。
4. 安全隔离：若 SaaS 平台允许多租户上传模型，需在 OrtCreateSession 前调用 OrtSessionOptionsSetGraphOptimizationLevel(ORT_DISABLE_ALL)，防止恶意模型触发 CPU 占用 100% 的常量折叠攻击。
5. 性能剖析：开启 ONNX Runtime 的 SessionProfiling，将 .json 结果回传 Prometheus，结合 PHP 的 opcache.enable_cli=0 对比，量化扩展加载耗时与推理耗时，持续优化至 P99 < 20 ms。