共享内存与内存映射
复习
- 文件怎样落到磁盘：数据块、元数据和索引节点的基本关系
- 文件分配与空闲空间：数据块怎样找到、占用和回收
- 缓冲与页面缓存：内存怎样减少缓慢的设备访问
TL;DR
- 内存映射（mmap）：把一个文件映射进进程的地址空间
- 之后读写这块内存，就等于读写文件，不必再调用 read/write
- 多个进程映射同一个文件，就实现了共享内存
- 它把“文件访问”和“共享页面”统一到了同一套机制上
正文
走到这里，我们已经有了两个世界：一边是文件（字节流），一边是内存（页）。这一章，把两者打通。
把文件“贴”到内存里
平时的文件读写是 read / write：程序把数据在内存和文件之间搬来搬去。可如果程序只是想在文件的某一段上反复读写，每次都调系统调用就很啰嗦。
内存映射（memory mapping，通常叫 mmap）换了个思路：直接把文件的某一段，映射到进程地址空间里的一块区域。之后：
- 程序像访问普通内存一样读写这块区域
- 背后，读写会落到对应的文件页上
文件的一段 ──映射──> 进程地址空间的某片区域
程序直接读写内存 == 读写文件
省去了显式的 read/write，代码更简洁，数据也不必在内核与用户之间来回搬。
顺手实现共享内存
更妙的是：如果多个进程都把同一个文件映射进来，那么它们看到的，就是同一批物理页。
于是，一个进程往这块内存里写，另一个进程马上就能读到——这就是共享内存。前面讲进程间通信时，我们说过共享内存最快，但需要自己同步；mmap 正是实现它的一种常见方式。
进程 A ─┐
├── 映射同一文件 ──> 同一批物理页
进程 B ─┘
和页面缓存的配合
别忘了上一章的页面缓存。mmap 读文件时，数据其实也是通过页面缓存来的：
- 访问映射区域，缺页时把文件页读进页面缓存
- 映射区域指过去，多个进程共享同一份缓存页
- 写入时页变“脏”，由系统择机写回文件
于是，文件访问、共享内存、页面缓存，三件事被统一到同一套“页”的机制里。这种“用一个模型同时解决多个问题”的简洁，正是好设计的标志。当然，它也继承了延迟写的风险：映射区改了、还没写回文件时断电，改动同样可能丢失。
思考题
mmap 让“读写文件”变成了“读写内存”，看起来方便很多。为什么它不能完全取代 read/write？在读写远小于文件大小、或者顺序流式读写时，哪种更合适？
小结
知识点
- mmap 把文件映射进地址空间
- 读写映射区等于读写文件
- 多进程映射同一文件即共享内存
- 与页面缓存配合，统一了文件访问与共享页面
参考资料
- Wikipedia(zh)：内存映射文件：mmap
- Wikipedia(zh)：共享内存：shared memory
思考题答案（仅供参考）
因为 mmap 要建立映射、处理缺页，本身有开销；对于“只读一小段就完事”的访问，反而比一次 read 更重。而在大文件上做顺序流式读写时，read/write 配合预读往往更顺手，也不必占着地址空间。mmap 的优势场景，是“反复随机访问文件的一部分”，或者“多个进程要共享同一份数据”。一句话：工具各有适用的场合，mmap 不是万能替代。
协议
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
封面图
设计师 | 南国微雪