尽情阅读，技术进阶，详解 mmap 的原理

1. 一句话概括 mmap

mmap 的作用，在应用这一层，是让你把文件的某一段，当作内存一样来访问。将文件映射到物理内存，将进程虚拟空间映射到那块内存。这样，进程不仅能像访问内存一样读写文件，多个进程映射同一文件，还能保证虚拟空间映射到同一块物理内存，达到内存共享的作用。

文章相关视频讲解： c/c++Linux后台服务器开发高级架构师学习视频

PS：视频相关学习文档，点击获取

2. 虚拟内存？虚拟空间？

其实是一个概念，前一篇对于这个词没有确切的定义，现在定义一下：虚拟空间就是进程看到的所有地址组成的空间，虚拟空间是某个进程对分配给它的所有物理地址（已经分配的和将会分配的）的重新映射。而虚拟内存，为啥叫虚拟内存，是因为它就不是真正的内存，是假的，因为它是由地址组成的空间，所以在这里，使用虚拟空间这个词更加确切和易懂。（不过虚拟内存这个词也不算错）

2.1 虚拟空间原理

2.1.1 物理内存首先，物理地址实际上也不是连续的，通常是包含作为主存的 DRAM 和 IO 寄存器

以前的 CPU（如 X86）是为 IO 划分单独的地址空间，所以不能用直接访问内存的方式（如指针）IO，只能用专门的方法（in/read/out/write）诸如此类。现在的 CPU 利用 PCI 总线将 IO 寄存器映射到物理内存，所以出现了基于内存访问的 IO。还有一点补充的，就如同进程空间有一块内核空间一样，物理内存也会有极小一部分是不能访问的，为内核所用。

2.1.2 三个总线

这里再补充下三个总线的知识，即：地址总线、数据总线、控制总线地址总线，用来传输地址数据总线，用来传输数据控制总线，用来传输命令比如 CPU 通过控制总线发送读取命令，同时用地址总线发送要读取的数据虚地址，经过 MMU 后到内存内存通过数据总线将数据传输给 CPU。虚拟地址的空间和指令集的地址长度有关，不一定和物理地址长度一致，比如现在的 64 位处理器，从 VA 角度看来，可以访问 64 位的地址，但地址总线长度只有 48 位，所以你可以访问一个位于 2^52 这个位置的地址。

文章福利 Linux 后端开发网络底层原理知识学习提升 点击学习资料获取，完善技术栈，内容知识点包括 Linux，Nginx，ZeroMQ，MySQL，Redis，线程池，MongoDB，ZK，Linux 内核，CDN，P2P，epoll，Docker，TCP/IP，协程，DPDK 等等。

2.1.3 虚拟内存地址转换（虚地址转实地址）

上面已经明确了虚拟内存是虚拟空间，即地址的集合这一概念。基于此，来说说原理。如果还记得操作系统课程里面提到的虚地址，那么这个虚地址就是虚拟空间的地址了，虚地址通过转换得到实地址，转换方式课程内也讲得很清楚，虚地址头部包含了页号（段地址和段大小，看存储模式：页存储、段存储，段页式），剩下部分是偏移量，经过 MMU 转换成实地址。

存储方式

如图则是页式存储动态地址变换的方式虚拟地址头部为页号通过查询页表得到物理页号，假设一页时 1K，那么页号*偏移量就得到物理地址

如图所示，段式存储虚拟地址头部为段号，段表中找到段基地址加上偏移量得到实地址

段页式结合两者，如图所示。

3. mmap 映射

至此，如果对虚拟空间已经了解了，那么接下来，作为 coder，应该自动把虚拟空间无视掉，因为 Linux 的目的也是要让更多额进程能享用内存，又不让进程做麻烦的事情，是将虚拟空间和 MMU 都透明化，让进程（和 coder）只需要管对内存怎样使用。所以现在开始不再强调虚拟空间了。mmap 就是将文件映射到内存上，进程直接对内存进行读写，然后就会反映到磁盘上。

• 虚拟空间获取到一段连续的地址

• 在没有读写的时候，这个地址指向不存在的地方（所以，上图中起始地址和终止地址是还没分配给进程的）

• 好了，根据偏移量，进程要读文件数据了，数据占在两个页当中（物理内存着色部分）

• 这时，进程开始使用内存了，所以 OS 给这两个页分配了内存（即缺页异常）（其余部分还是没有分配）

• 然后刚分配的页内是空的，所以再将相同偏移量的文件数据拷贝到物理内存对应页上。