操作系统 / 系统课时
用 mmap 建立文件映射
用 mmap 建立文件映射
这一节要解决两个问题:文件怎样直接进入进程地址空间,以及这种访问为什么不同于显式 read/write。完成后,你能写出一个可运行的文件映射程序,并判断何时应该选 mmap、共享映射或匿名映射。
学习目标
- 解释文件映射和匿名映射如何进入进程虚拟地址空间
- 使用
mmap、msync与munmap完成一次共享文件映射 - 比较
mmap与缓冲式read/write的访问路径和适用边界
mmap 把什么映射进来
mmap 的核心不是“把整个文件一次性读入内存”,而是在进程虚拟地址空间建立一段映射关系。对文件映射来说,这段虚拟地址还绑定文件描述符和文件偏移;真正第一次访问某个页时,缺页异常才让内核找到对应文件页、接入页缓存并建立页表项。
匿名映射使用 MAP_ANONYMOUS,不绑定普通文件,内核按需为被访问的虚拟页提供匿名物理页。它常用于大块堆、内存池和进程间共享内存。文件映射则更适合需要按地址随机访问文件内容、共享同一文件页或避免显式用户缓冲区复制的场景。

MAP_SHARED 和 MAP_PRIVATE 决定写入后的语义。前者的修改落在共享文件页上,其他映射同一页的进程可以看到变化,脏页随后可被回写;后者在写入时走写时复制,修改只属于当前进程,不会写回原文件。
用完整程序建立共享文件映射
下面的程序先把文件扩展到一页,再建立可读写的共享映射。关闭文件描述符后,已有映射仍然有效,因为映射关系已经由内核保存。
#define _POSIX_C_SOURCE 200809L
#include <fcntl.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <sys/mman.h>
#include <unistd.h>
int main(void) {
const char *path = "mmap-demo.txt";
const char *text = "hello from mmap\n";
const size_t length = 4096;
int fd = open(path, O_RDWR | O_CREAT | O_TRUNC, 0600);
if (fd == -1) {
perror("open");
return EXIT_FAILURE;
}
/* 文件必须先拥有足够长度,否则访问越过 EOF 的映射页可能失败。 */
if (ftruncate(fd, (off_t)length) == -1) {
perror("ftruncate");
close(fd);
return EXIT_FAILURE;
}
char *addr = mmap(NULL, length, PROT_READ | PROT_WRITE,
MAP_SHARED, fd, 0);
if (addr == MAP_FAILED) {
perror("mmap");
close(fd);
return EXIT_FAILURE;
}
close(fd);
/* 对映射地址的写入就是普通内存写入,不需要再调用 write。 */
memcpy(addr, text, strlen(text));
/* MS_SYNC 要求脏的映射页在返回前完成同步处理。 */
if (msync(addr, length, MS_SYNC) == -1) {
perror("msync");
munmap(addr, length);
return EXIT_FAILURE;
}
printf("%s", addr);
if (munmap(addr, length) == -1) {
perror("munmap");
return EXIT_FAILURE;
}
return EXIT_SUCCESS;
}预期输出(将代码保存为 mmap_demo.c,使用 cc -Wall -Wextra -O2 mmap_demo.c -o mmap_demo && ./mmap_demo 编译运行)
hello from mmap程序同时会创建 mmap-demo.txt。文件大小是 4096 字节,开头内容为 hello from mmap,其余未写入区域保持为零字节。
mmap 与 read/write 的访问路径
Linux 的普通缓冲式文件 I/O 和文件 mmap 都会利用页缓存,但把数据交给用户态的方式不同。read 把页缓存内容复制到用户提供的缓冲区,write 把用户缓冲区复制进页缓存;mmap 则把文件页直接映射到进程页表,后续访问变成普通 load/store。
| 维度 | mmap |
read/write |
|---|---|---|
| 首次访问 | 可能通过缺页异常建立页表映射 | 通过系统调用完成读写 |
| 用户态数据访问 | 直接访问映射地址,省去显式用户缓冲区复制 | 在用户缓冲区和页缓存之间复制 |
| 随机访问 | 用指针即可跳到目标位置 | 常用 pread/pwrite 或维护文件偏移 |
| 顺序流式处理 | 不一定更快,缺页和页表管理仍有成本 | 路径简单,内核预读通常很有效 |
| 错误暴露 | 文件被截断后继续访问可能收到 SIGBUS |
错误通常直接由系统调用返回 |
这里比较的是普通缓冲式 I/O;O_DIRECT 等直接 I/O 走的是另一类路径,不能套用同样结论。mmap 也不是天然“零成本”:首次访问会产生缺页处理,还会占用页表和 TLB 条目。
选择映射方式时看这些边界
文件偏移必须满足系统页大小的对齐要求,映射前也要确保文件长度覆盖实际会访问的区域。对映射文件做并发截断尤其危险,因为原来合法的地址可能突然失去后备文件页。
需要让多个进程观察同一文件内容时通常选择 MAP_SHARED;只想把文件当作初始模板并在本进程内修改时选择 MAP_PRIVATE;完全不需要文件后备时选择匿名映射。msync 负责同步映射脏页,但如果目标是断电后的持久性,还应结合文件系统语义评估是否需要 fsync。
判断 mmap 是否值得,关键不是文件大小本身,而是访问模式。大量重复随机访问、共享页和避免显式复制时它往往更自然;一次性顺序扫描、错误处理必须高度可控,或映射对象频繁伸缩时,read/write 往往更直接。