【Linux系统编程】对mmap的理解
之前第一遍学习mmap的时候很多人都说它有很多优点，也翻了一些大佬的博客，发现并不是很能理解，最近钻研了虚拟内存的知识之后豁然开朗，让我对mmap有了新的认识，在这里简单的总结一下。
建议如果大家对一些概念性的东西不是很理解的话可以先看一看《深入理解计算机系统》的第九章，之后你可能会跟我一样豁然开朗哈哈哈。
Linux进程虚拟内存
学过linux应该对这个图非常了解，从这个图中可以看出Linux把虚拟内存组织成一些段的集合，一个段就是已经分配的虚拟内存的连续片。
内核为每个进程维护了一个任务结构（task_struct）,内核用这个结构体来描述一个进程，这个结构包含了进程的一些信息，包括进程id，可执行文件名，指向用户栈的指针以及上下文的task结构体的指针等等，不过其中我们最关心的还是其中指向mm_struct结构体的条目，这个结构体描述了当前进程的状态，而这个mm_struct结构体中有两个比较重要的条目，一个是pgd，他指向一级页表的基址，便于根据虚拟地址查询页表，另一个是mmap，他指向一个vm_area_struct的链式结构，这个链式结构用来描述一个段，其中包括一个段的起止虚拟地址，标志访问权限的权限位，标志是否是共享区的标志位。这些标志的意义就是CPU要操作一块数据时，内核会先遍历这个vm_area_struct链表（为了便于搜索，其实他既是一个链表，还是一个树），如果查不到属于某一块，就说明操作的地址还未分配，属于非法，内核会报段错误，并结束这个进程。当然如果权限不够也会报错。
mmap实现原理
根据我们上面提到的vm_area_struct结构体，其实mmap的最主要的作用就是构建一个vm_area_struct节点，并把它插入到原来这个链表中。大概过程如下：
- 进程调用mmap函数
- 内核会遍历vm_area_struct链表，寻找一块未分配的虚拟内存地址段
- 为此段初始化vm_area_struct结构体，并把它插入到链表（树）中
- 从进程的已打开文件文件描述符集中定位到要映射的文件
- 调用更底层的系统mmap函数
- 根据其中维持的文件的各种信息定位到磁盘地址
- 根据磁盘地址更新页表信息，将其标志成已分配但未缓存
- 在需要对这片区域进行操作的时候引发缺页异常
- 判断物理页是否有空闲，如果有取一个新页来映射磁盘内容
- 如果没有空闲页，选好牺牲页 ，如果牺牲页是脏页写回磁盘，更新原进程页表，映射磁盘内容到这个牺牲页进行覆盖，更新当前进程的页表。
- 内核重复一次查询页表的操作，将虚拟地址翻译成物理地址，取数据，进行读写，如果写了标记脏页面
函数原型
#include <sys/mman.h>
void *mmap(void *addr, size_t length, int prot, int flags, int fd, off_t offset);
int munmap(void *addr, size_t length);
- 如果addr参数为NULL，内核会自己在进程地址空间中选择合适的地址建立映射。如果
addr不是NULL，则给内核一个提示，应该从什么地址开始映射，内核会选择addr之上的某个
合适的地址开始映射。 - length参数是需要映射的那一部分文件的长度。
- prot
- PROT_EXEC表示映射的这一段可执行，例如映射共享库
- PROT_READ表示映射的这一段可读
- PROT_WRITE表示映射的这一段可写
- PROT_NONE表示映射的这一段不可访问
- flag参数有很多种取值，这里只讲三种
- MAP_SHARED多个进程对同一个文件的映射是共享的，一个进程对映射的内存做了修
改，另一个进程也会看到这种变化。 - MAP_PRIVATE多个进程对同一个文件的映射不是共享的，一个进程对映射的内存做了修
改，另一个进程并不会看到这种变化，也不会真的写到文件中去。 - MAP_ANON匿名映射，不需要指定文件描述符。
- MAP_SHARED多个进程对同一个文件的映射是共享的，一个进程对映射的内存做了修
- 如果mmap成功则返回映射首地址，如果出错则返回常数MAP_FAILED。当进程终止时，该进程
的映射内存会自动解除，也可以调用munmap解除映射。munmap成功返回0，出错返回-1。
mmap优点
- 对于普通io操作，内核会先把文件的内容缓存在内核的io缓冲区，当进程使用read时内核会把io缓冲区的内容在用户区复制一遍，这一步操作需要陷入内核态操作，同时在内核区和用户区都进行了缓存，操作起来比较麻烦，而且占用空间，但是mmap会直接跳过io缓冲区，直接在用户缓冲区进行读写，内核会在一段时间之后将用户缓冲区的内容写入磁盘。
- 通过这种方式可以实现进程间通信，多个进程通过映射到同一块内存物理地址来共享同段数据，以此来实现进程间进行交流。而且这种方式和pipe以及FIFO相比都快很多。
- 通过共享内存的方式可以扩展内存空间，比如malloc，其底层就是使用mmap匿名映射来开辟的空间。
这篇文章主要参考《深入理解计算机系统》以及其他大佬的博客进行编写的，如果有什么错误欢迎指出。