内存映射补充

本文主要概要说明对文件的**mmap**操作和**read/write**操作，linux内核的差异。

文件页缓存

在 Linux 里，文件页缓存（page cache）是内核用来加速文件 I/O 的一块内存缓存机制，它把磁盘文件的数据页缓存在内存中，以减少磁盘访问。

---

1. 页缓存的基本概念

• 当用户进程调用 read() 读取文件时，内核会检查该文件对应的数据是否已经在 页缓存 中：
  • 如果在缓存中（cache hit），直接从内存返回给用户(将页缓存中数据拷贝到用户空间)，无需访问磁盘。
  • 如果不在缓存中（cache miss），内核会触发缺页，读取磁盘数据放入页缓存，再把数据拷贝给用户。
• 当用户调用 write() 时，数据先写入页缓存并标记为“脏页”（dirty page），然后由内核的回写机制（如 pdflush / writeback）异步地刷回磁盘，而不是立刻写磁盘。

所以，文件页缓存是文件系统层面对磁盘文件数据的内存缓存。

---

2. 页缓存与匿名页的区别

• 匿名页：进程堆、栈等不映射文件的内存，由 swap 管理（可能换出到 swap 分区）。
• 文件页缓存：由文件映射到内存的页，可以丢弃（反正还能从磁盘文件重新读出来），所以它和 swap 不一样。

---

3. 页缓存的存储单位

• 以 页（page，通常 4KB） 为基本单位。
• 文件的数据会被切分成一个个页，并缓存在内核的 radix tree / xarray（数据结构）中，便于快速索引“文件偏移 → 内存页”。

---

4. 页缓存的作用

• 加速文件访问：减少磁盘 IO。
• 合并写操作：延迟写回，提高磁盘写效率。
• 内存回收友好：如果内存紧张，脏页刷回磁盘，干净页直接丢弃即可。

---

5. 相关命令

可以通过命令 <font style="color:rgb(15, 17, 21);background-color:rgb(235, 238, 242);">free -h</font> 或 <font style="color:rgb(15, 17, 21);background-color:rgb(235, 238, 242);">cat /proc/meminfo</font> 查看 <font style="color:rgb(15, 17, 21);background-color:rgb(235, 238, 242);">cached</font> 的值，它显示了当前系统中文页缓存的大小。

---

总结

文件页缓存是 Linux 内核用内存缓存磁盘文件数据的一种机制，用来加快文件读写，减少磁盘 I/O。它是进程文件访问和底层块设备之间的重要中间层。

---

文件mmap vs read/write

1. mmap 的情况

• 当调用 mmap(file) 时，内核并不会立刻把文件的数据拷贝到用户空间。
• 它只是建立了一个 VMA（虚拟内存区域），并记录了对应的文件和偏移。
• 当进程访问这个区域时：
  • 发生 缺页异常。
  • 内核检查对应的文件页是否已经在 页缓存 里。
    • 如果在，直接把这个 文件页缓存的物理页 映射到进程页表。
    • 如果不在，就从磁盘读到页缓存，再建立页表映射。
• 因此，mmap 的用户地址空间和内核的文件页缓存是 同一块物理页（零拷贝）。

---

2. read / write 的情况

• read(fd, buf, size)：
  • 内核找到文件对应的页缓存。
    • 如果页缓存没有数据，就先从磁盘读到页缓存。
  • 然后内核会执行一次 copy_to_user：把页缓存的数据拷贝到用户进程的 buf。
  • 所以这里有一次 内核态页缓存 → 用户缓冲区 的拷贝。
• write(fd, buf, size)：
  • 内核先从用户态 buf 执行 copy_from_user，拷贝数据到页缓存。
  • 页缓存被标记为脏页，稍后由回写线程（writeback）写回磁盘。
  • 这里也是一次 用户缓冲区 → 内核态页缓存 的拷贝。

---

3. 对比总结

操作	文件页缓存	用户空间	是否 copy
mmap + 缺页访问	直接映射同一物理页	页表指向页缓存	无拷贝（零拷贝）
read	页缓存中取数据	复制到用户 buf	有拷贝
write	从用户 buf 拷贝到页缓存	页缓存标记脏页	有拷贝

---

关键点：

• mmap 可以做到 零拷贝，因为用户进程和内核共享同一份页缓存。
• read/write 必然涉及到 数据在用户缓冲区和页缓存之间的复制。