3.2_5 内存映射文件

（一）传统的文件访问方式

  磁盘的存储是以块为单位的，如图，每一块的大小是1KB，那相应的，这个文件就会被拆分成若干个大小相等的块、每个块是1KB，刚好可以一一对应地放到磁盘里。

  如上图，有一个葵花宝典.txt文件，大小是3KB。

  这些块有可能被离散地放到磁盘的各个角落。

  如果一个进程想要访问这个文件的数据，应该怎么做呢？

  传统的方法是这样的：首先，每个进程拥有自己的虚拟地址空间，如果这个进程想要访问这个文件中的数据。它首先要使用open系统调用，来指明打开这个文件。接下来要使用seek系统调用，来指明它想要读取这个文件的哪一部分数据，操作系统会用一个读写指针来记录这个位置。接下来，进程可以使用read系统调用，来指明从当前读写指针的位置往后想要读入多少的数据。

  比如，此时该进程从磁盘读取了该文件的2部分数据，读入内存，就可以进行访问、修改。

  如果对这块数据进行了修改，进程想要保存这部分数据，那么还需要使用write系统调用，来把这部分数据给写回磁盘。

---

传统的文件访问方式：

  open系统调用——打开文件；

  seek系统调用——将读写指针移到某个位置；

  read系统调用——从读写指针所指位置读入若干数据（从磁盘读入内存）；

  write系统调用——将内存中的指定数据写回磁盘（根据读写指针确定要写回什么位置）。

  在了解了传统的文件访问方式后，感觉很麻烦。那有没有什么方法可以让文件的访问变得更简单呢？——就有了内存映射文件。

（二）内存映射文件（Memory-Mapped Files）

  内存映射文件——操作系统向上层程序员提供的功能（系统调用）

  1.方便程序员访问文件数据；

  2.方便多个进程共享同一个文件。

---

  如果一个系统支持内存映射文件，那么一个程序员要访问一个文件，就会变得更简单。

内存映射文件的访问方式：

  open系统调用——打开文件；

  mmap系统调用——将文件映射到进程的虚拟地址空间。

  这个系统调用会给程序员返回一个指针，这个指针指向刚才映射的这片区域的起始地址。

  接下来，就可以用访问内存的方式去访问这些文件数据了。

  什么意思呢？

  我们都写过C语言程序。如果给你一个起始地址、一个指针，那么你就可以用这个指针再加上地址偏移量，去访问这个起始地址后面的某些区域。

  所以，只要mmap系统调用，返回了这片区域的起始地址，那么就可以利用指针去访问到这个文件当中的任何一块数据。

  需要注意的是，使用mmap系统调用之后，只是建立了文件数据和内存之间的一个映射关系，但并没有把文件数据给直接读入内存。——这就相当于一个缺页的状态。

  接下来的逻辑是这样的。假设此时想访问2部分的文件数据了。由于它只是一个映射关系，而真正的数据并没有调入内存，因此会引发一个缺页，操作系统这时会把磁盘中的文件数据调入内存。

  对于第3块数据也是同理，如果你想要访问它时，操作系统便会自动地把相应数据帮你调入到内存中。

  也就是说，作为程序员，我们不需要再调用read去读入数据了。读入数据的过程，是由操作系统自动帮我们完成的。

  那么，数据既然读入内存，我们的进程就可以对其进行访问、修改。比如我修改了第2块数据。

  最后，如果进程不再需要使用这个文件，那么系统可以使用close系统调用来关闭这个文件。当它关闭文件之后，操作系统会自动地把文件当中被修改的数据给写回磁盘。

  可以看到，采用内存映射文件之后，程序员对文件数据的访问就方便多了。它只需要知道这个文件在内存当中的起始地址。接下来，按照访问内存的方式去访问这个文件当中的数据就可以了。至于文件数据的读入、写出，都是由操作系统自动来完成的。

  相比之下，传统文件访问方式，需要程序员自己去调用read、write系统调用，才可以读入、写出文件的数据。

---

内存映射文件的访问方式

  1.open系统调用——打开文件；

  2.mmap系统调用——将文件映射到进程的虚拟地址空间；

  3.close系统调用——关闭文件。

说明：

  ①以访问内存的方式访问文件数据；

  ②文件数据的读入、写出由操作系统自动完成；

  ③进程关闭文件时，操作系统自动将文件被修改的数据写回磁盘。

---

  至此，我们已经理解了“内存映射文件”的第一个作用——方便程序员访问文件数据。

  接下来，我们再介绍它的第二个作用——方便多个进程共享同一个文件，是如何实现的。

  至此我们已经知道，对于一个文件葵花宝典.txt，它可以被进程1映射到自己的进程虚拟地址空间里。

  那么同样地，进程2也可以把这个文件映射到自己的虚拟地址空间里。

  此时，两个进程的虚拟地址空间是相互独立的，但是操作系统会把这两块虚拟地址空间映射到相同的物理内存上。

  这不难实现，操作系统只需修改进程页表中对应的信息，将这些进程的页面映射到对应的页框上即可。——就能实现多个进程共享同一份文件数据。

  在这种情况下，当一个进程修改了文件的数据之后，另一个进程立马也可以看到这块文件数据的改变。

  如图，进程1对第2块数据作了修改，那么会导致物理内存中的第2块数据的改变，从而也会导致进程2对第2块数据的访问结果发生改变。

  在物理内存中，一个文件对应同一份数据，当一个进程修改文件数据时，另一个进程可以立马“看到”。

总结

  I/O效率的优化由操作系统负责，比如可以使用“预读入”、“缓写出”等策略。