Day 79：内存映射文件（mmap）相关陷阱-优快云博客

上节回顾：上一讲分析了UNIX信号机制中的信号丢失与信号屏蔽问题，指出非实时信号无法排队，同类信号只递送一次，强调信号只适合轻量级通知，不适合高频计数或复杂通信。

1. 主题原理与细节逐步讲解

1.1 什么是内存映射文件（mmap）

mmap是UNIX/Linux下用于将文件或设备映射到进程地址空间的系统调用。
它允许程序像操作内存一样直接读写文件内容，常用于大文件处理、共享内存、数据库实现等。

1.2 mmap的基本用法

#include <sys/mman.h>
#include <fcntl.h>
#include <unistd.h>

int fd = open("test.dat", O_RDWR);
void *ptr = mmap(NULL, filesize, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
// ...对ptr进行读写...
munmap(ptr, filesize);
close(fd);

2. 相关C语言典型陷阱/缺陷说明及成因剖析

2.1 文件大小与映射区不一致

映射长度必须不超过文件实际大小。否则访问超出部分会导致SIGBUS异常。
如果先mmap后扩展文件，比如用ftruncate，新扩展的部分不会自动映射，访问也会SIGBUS。

2.2 访问未同步到文件

用MAP_PRIVATE映射，所有写入只反映在内存，不会同步到原文件（写时复制/COW）。
必须用MAP_SHARED让修改同步回文件。

2.3 缓存一致性与msync

修改映射区后，内核不保证立即写回磁盘，需调用msync确保数据落盘。
程序异常退出，未msync的数据可能丢失。

2.4 多进程/多线程同步问题

多个进程/线程同时操作同一映射区，容易出现数据竞争、一致性问题，需加锁保护。
修改映射区的内容不会自动通知其它进程，需借助IPC或信号。

2.5 关闭文件描述符后映射区仍可访问

关闭fd后，只要映射区未munmap，数据仍能访问，但此时刷新同步可能失败，建议先munmap后close(fd)。

2.6 映射区指针越界访问

mmap返回的指针只可访问指定长度，越界会引发SIGSEGV或SIGBUS。

2.7 文件权限与映射权限不匹配

文件以只读打开，映射却申请写权限，会失败。

3. 规避方法与最佳设计实践

3.1 严格检查文件大小与映射长度一致

映射前用fstat获取文件大小，或先ftruncate扩展到映射所需长度。

3.2 用MAP_SHARED做文件读写，修改后及时msync

MAP_SHARED用于需要同步回文件的数据。
修改完毕后调用msync。

3.3 多线程/进程访问时加锁

使用mutex、sem或文件锁保护映射区，避免并发写入引发数据紊乱。

3.4 映射区访问严格限于有效范围

仅以ptr为基地址，访问长度不超过mmap返回的size。

3.5 关闭/回收顺序正确

先munmap，再close(fd)，避免同步失效或资源泄露。

3.6 错误处理与异常保护

检查mmap、msync、munmap的返回值，防止未映射或同步失败。

4. 典型错误代码与优化后正确代码对比

错误示例：映射长度大于文件实际大小

int fd = open("test.dat", O_RDWR);
void *ptr = mmap(NULL, 1024, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0); // 文件只有512字节
ptr[900] = 'A'; // 可能SIGBUS

问题：访问超出实际文件部分，内核无法映射，导致异常。

正确示例：扩展文件后再映射

int fd = open("test.dat", O_RDWR);
ftruncate(fd, 1024); // 扩展文件到1024字节
void *ptr = mmap(NULL, 1024, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
// 安全访问
ptr[900] = 'A';
msync(ptr, 1024, MS_SYNC); // 修改后同步
munmap(ptr, 1024);
close(fd);

错误示例：用MAP_PRIVATE映射后写入

void *ptr = mmap(NULL, filesize, PROT_READ | PROT_WRITE, MAP_PRIVATE, fd, 0);
ptr[0] = 'X';
msync(ptr, filesize, MS_SYNC); // 文件内容不会改变

问题：MAP_PRIVATE写入只在内存，文件不会更新。

正确示例：用MAP_SHARED并msync

void *ptr = mmap(NULL, filesize, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
ptr[0] = 'X';
msync(ptr, filesize, MS_SYNC); // 文件内容同步更新

5. 底层原理补充说明

mmap本质是将文件页表挂接到进程虚拟地址空间，内核通过页缓存机制实现懒加载和写回。
MAP_PRIVATE采用写时复制（COW），修改只在进程私有空间，原文件不变。
SIGBUS异常通常由非法内存访问（如越界、未映射页）引发。

6. mmap映射与文件同步关系

在这里插入图片描述

7. 总结与实际建议

mmap映射区长度必须与文件实际大小匹配，否则越界访问会触发SIGBUS。
写入映射区需用MAP_SHARED，并及时msync保证落盘。
多进程/多线程操作需加锁，防止并发一致性问题。
关闭顺序为先munmap再close，避免同步失效或资源泄露。
严禁越界访问，所有mmap/munmap/msync返回值必须检查。

内存映射文件极大提升了大数据处理效率，但也带来了多平台、并发和异常处理的严苛要求。良好习惯与细致设计，是mmap高可靠使用的核心。

公众号 | FunIO
微信搜一搜 “funio”，发现更多精彩内容。
个人博客 | blog.boringhex.top