内存映射文件

mmap 系统调用把文件的一段区间关联到进程虚拟地址空间的映射区。它建立的是“虚拟地址区间 → 文件区间”的映射关系，并不会在调用时把整个文件区间立即读入主存。映射建立后，程序通过普通内存读写指令访问文件内容。

1
2
int fd = open("data.bin", O_RDWR);
void *p = mmap(NULL, length, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);

这里的 p 是虚拟地址。程序访问 p[i] 时，MMU 查当前进程的页表；若该文件页尚未调入主存，就触发缺页故障，由操作系统把相应文件页读入页缓存并建立页表映射。

不同进程的虚拟地址空间和页表彼此独立。若它们用 MAP_SHARED 映射同一文件区间，各自的虚拟页可以映射到同一批页缓存物理页，从而共享文件内容；共享访问的先后顺序仍需由进程同步机制协调。

mmap 的关键是建立映射关系：

一次典型访问过程：

  1. open 打开文件，得到文件描述符。
  2. mmap 在进程虚拟地址空间中划出一段区域。
  3. OS 记录这段虚拟地址范围对应哪个文件、从哪个文件偏移开始、长度是多少、允许读写还是只读。
  4. 程序访问映射区中的某个地址。
  5. 若对应页尚未调入主存，产生缺页故障。
  6. OS 根据映射关系，从文件中读入对应页，放入页框。
  7. OS 更新页表项，重新执行原来的访存指令。
Note

mmap 和请求分页是同一套机制的自然延伸：普通匿名页的后备存储可以是对换区，而内存映射文件页的后备存储是文件。

与 read/write 的区别

传统文件访问常见流程是：

1
open -> seek -> read/write -> close

read 把文件内容读到用户缓冲区，程序再访问缓冲区；write 把用户缓冲区内容写回文件。

mmap 的流程是：

1
open -> mmap -> 直接访问映射区 -> msync/munmap
对比项 read/write mmap
访问方式 显式系统调用读写文件 用普通内存读写指令访问映射区
数据调入时机 调用 read 时读入 访问尚未在主存的映射页时调入
地址空间 用户自己提供缓冲区 OS 分配或使用指定虚拟地址范围
适合场景 顺序读写、简单 I/O 大文件随机访问、共享文件、减少显式拷贝

mmap 的优势是 I/O 被放进虚拟存储和缺页处理流程中。程序不用反复调用 read、write 移动文件指针和搬运缓冲区。

共享映射与私有映射

mmap 的映射方式决定写入行为。

类型 含义 写入结果
MAP_SHARED 多个进程可映射同一个文件区域 修改对其他共享映射进程可见，并可写回文件
MAP_PRIVATE 私有映射，采用写时复制COW 写入只影响当前进程，不直接修改原文件

共享映射常用于：

  • 多个进程共享同一个文件内容。
  • 实现共享存储，进行进程间通信。
  • 数据库、日志、索引文件等需要频繁随机访问的场景。

私有映射常用于：

  • 加载可执行文件和共享库的只读代码段。
  • 进程私有数据页的写时复制。
  • 需要从文件初始化内容，但修改不影响原文件的场景。
Warning

MAP_PRIVATE 也是按需调页: 当进程第一次写某个共享物理页时，才复制出私有页。

多进程共享

多个进程可以把同一个文件映射到各自的虚拟地址空间。它们看到的虚拟地址可以不同，但页表指向同一批物理页框。

当进程 A 修改共享映射中的某个页时：

  1. CPU 写入进程 A 的虚拟地址。
  2. 页表把该虚拟页翻译到共享物理页。
  3. 该物理页被标记为脏页。
  4. 进程 B 若映射同一文件页，也会通过自己的虚拟地址看到这份修改后的物理页。

因此，共享映射能实现进程间共享数据。但共享不等于自动同步访问顺序；多个进程同时读写共享区域时，仍然需要锁、信号量、互斥量等同步机制。

写回与解除映射

映射区被写入后，对应物理页会变成脏页。脏页何时回到磁盘，取决于映射类型和同步方式。

操作 作用
msync 请求把映射区的修改同步到文件
munmap 解除虚拟地址区间与文件的映射
close(fd) 关闭文件描述符，不等于取消已有映射

需要区分两个关系：

  • 文件描述符用于建立映射；映射建立后，关闭 fd 不会让映射区立刻失效。
  • 映射区由 munmap 解除；进程退出时，OS 也会回收映射。