【Linux】Linux 零拷贝技术全景解读：从内核到硬件的性能优化之道

学麻了，以下内容来自【腾讯元宝】。

Linux 零拷贝技术全景解读：从内核到硬件的性能优化之道

传统I/O的性能瓶颈：为什么需要零拷贝？

在深入探讨各种零拷贝技术之前，我们首先要理解传统I/O操作（即使用 read 和 write 系统调用，并涉及用户空间指针 user_ptr）为何会成为性能瓶颈。

当需要读取一个文件并通过网络发送时，传统方式会触发以下步骤：

read 系统调用 ：用户进程发起读取请求，导致从用户态切换到内核态（第1次上下文切换）。
DMA拷贝 ：DMA控制器将数据从磁盘拷贝到内核缓冲区（第1次DMA拷贝，无CPU参与）。
CPU拷贝 ：CPU将数据从内核缓冲区拷贝到 user_ptr 所指向的用户缓冲区（第1次CPU拷贝）。随后，系统从内核态切换回用户态（第2次上下文切换）。
write 系统调用 ：用户进程发起写入请求，导致用户态再次切换到内核态（第3次上下文切换）。
CPU拷贝 ：CPU将数据从用户缓冲区拷贝到socket缓冲区（第2次CPU拷贝）。
DMA拷贝 ：DMA控制器将数据从socket缓冲区拷贝到网卡（第2次DMA拷贝）。最后，内核态切换回用户态（第4次上下文切换）。

这个过程包含了 4次上下文切换 、2次CPU拷贝 和2次DMA拷贝。其中，两次CPU拷贝（内核缓冲区 ↔ 用户缓冲区）消耗了宝贵的CPU周期，仅仅是为了搬运数据，而非处理业务逻辑。在高性能网络编程、大数据处理等I/O密集型场景中，这无疑是巨大的性能损耗。

零拷贝技术的演进与核心机制

零拷贝技术的核心目标就是减少甚至消除不必要的CPU数据拷贝，从而降低CPU占用、提升吞吐量、减少延迟。其实现并非单一技术，而是一系列在不同层面、针对不同场景的优化方案。

1. mmap：内存映射

mmap 通过内存映射 技术，将内核缓冲区直接映射到用户进程的地址空间。这样，应用程序就可以像操作普通内存一样直接访问文件数据，从而避免了 read 调用所引发的那一次从内核到用户的CPU拷贝。

工作流程：
1. 调用 mmap 建立映射关系。
2. 数据通过DMA从磁盘拷贝到内核缓冲区（第1次DMA拷贝）。
3. 用户进程通过映射后的虚拟地址直接操作内核缓冲区中的数据，无需额外拷贝。
4. 调用 write 时，数据仍需从内核缓冲区CPU拷贝到socket缓冲区（1次CPU拷贝）。
5. 数据最终通过DMA从socket缓冲区拷贝到网卡（第2次DMA拷贝）。
优势：减少了1次CPU拷贝，适合需要对文件内容进行修改的场景（如日志处理）。
局限：仍有4次上下文切换和1次CPU拷贝；大文件映射可能导致内存占用过高。

2. sendfile：内核级数据搬运工

sendfile 系统调用允许数据在内核空间内直接从文件描述符传输到socket描述符 ，完全绕过用户空间。这消除了 mmap + write 方式中仍存在的一次CPU拷贝和两次上下文切换。

工作流程（基础版）：
1. 调用 sendfile(out_fd, in_fd, ...)。
2. 数据通过DMA从磁盘拷贝到内核缓冲区。
3. 数据从内核缓冲区CPU拷贝到socket缓冲区。
4. 数据通过DMA从socket缓冲区拷贝到网卡。
  这个过程只有2次上下文切换 和1次CPU拷贝。
工作流程（优化版：DMA Gather Copy） ：

这是 sendfile 的终极形态。当底层硬件（如网卡）支持分散-聚集（Scatter-Gather） 功能时，可以实现真正的零CPU拷贝。
1. 调用 sendfile。
2. 数据通过DMA从磁盘拷贝到内核缓冲区。
3. CPU不再拷贝数据本身，而是将数据在内存中的位置和信息（描述符）传递给网卡。
4. 支持Gather功能的DMA控制器，根据这些描述符信息，直接从内核缓冲区读取数据并发送到网络 （第2次DMA拷贝）。
  这个过程实现了 0次CPU拷贝 和 2次DMA拷贝，是效率最高的文件到网络传输方式。
优势：极大减少了上下文切换和CPU拷贝，甚至实现零CPU拷贝。
局限：数据对用户进程不可见，无法修改；通常只能用于文件到socket的传输。

3. splice：基于管道的通用零拷贝

splice 是另一个零拷贝系统调用，它不要求硬件特殊支持，而是利用管道作为中转站，在内核中移动数据。

工作流程：
1. 调用 splice，将数据从源（如文件）引入一个管道。
2. 再次调用 splice，将数据从管道导向目标（如socket）。
  整个过程数据始终在内核中流动，实现了0次CPU拷贝。
优势：纯软件实现，不依赖硬件；可用于任意两个文件描述符（但至少有一个必须是管道）。
局限：两个文件描述符中必须有一个是管道。

4. DMA-BUF：设备间的零拷贝桥梁

前述技术主要优化的是数据在"内核-用户"之间或内核内部的流动。而 DMA-BUF 解决的则是一个更为核心的问题：如何在不同硬件设备（如GPU、摄像头、编码器）之间高效地共享大量数据，而无需CPU参与拷贝。

核心思想 ：DMABUF 是 Linux 内核中用于在不同设备驱动或子系统之间共享内存缓冲区的框架。它通过一个文件描述符（fd） 来代表一块缓冲区。这个fd可以在进程间或驱动间传递，但数据本身始终停留在物理内存的同一位置。
工作流程：
1. 导出：一个设备驱动（生产者，如GPU）分配一块缓冲区，并将其"导出"为一个DMABUF对象，获得一个fd。
2. 传递：这个fd可以通过IPC（如Unix域套接字）传递给另一个设备驱动或进程（消费者，如显示驱动器）。
3. 导入：消费者通过fd"导入"这个DMABUF，获得直接访问该缓冲区的权限。
  这样，渲染好的图像数据就能从GPU直接送往显示器，全程无需CPU进行繁重的数据拷贝。
关键优势：
- 真正的跨设备零拷贝：实现了设备到设备的直接DMA传输。
- 内置同步机制 ：提供 dma_fence 等机制，确保硬件操作的有序性（如等GPU渲染完，显示器再读取）。
- 标准化框架：统一了Linux内核中图形、视频等子系统的缓冲区共享方式。
典型应用：现代显示系统（Wayland）、摄像头到GPU再到编码器的多媒体流水线等。

下面的表格清晰地汇总了这几种核心技术的对比。

技术	核心原理	数据拷贝 (CPU / DMA)	上下文切换	关键优势	典型应用场景
传统 I/O	数据在用户缓冲区和内核缓冲区间显式来回拷贝。	2次 / 2次	4次	编程简单，数据可处理。	通用I/O。
mmap + write	将内核缓冲区映射到用户空间，进程直接访问。	1次 / 2次	4次	减少1次CPU拷贝，可处理数据。	处理大文件、需修改数据的场景。
sendfile	数据在内核空间直接从文件传输到socket。	1次 (基础) / 0次 (优化) / 2次	2次	避免用户空间参与，高效。	静态Web服务器（Nginx默认启用）。
sendfile + Gather	DMA控制器根据描述符直接从内核缓冲区聚合数据发送。	0次 / 2次	2次	真正的零CPU拷贝，需要硬件支持。	高性能文件传输。
splice	利用管道在内核中连接两个文件描述符。	0次 / 2次	2次	不依赖硬件，可用于任意fd（至少一管道）。	流式处理、数据转发。
DMA-BUF	通过文件描述符(fd)在不同设备间共享同一块缓冲区。	0次 (设备间) / 视情况而定	视情况而定	实现跨设备零拷贝，硬件同步。	摄像头→GPU→显示器的多媒体流水线。

实践总结：如何选择零拷贝技术？

了解各种技术原理后，关键在于如何根据实际场景做出选择：

需要对数据进行处理或修改 ：选择 mmap。它允许你像操作内存一样处理文件数据，是数据库等应用的常见选择。
纯文件转发，追求极致性能 ：选择 sendfile。这是静态资源服务器（如Nginx）的首选，尤其是在支持DMA Gather Copy的系统上，性能最高。
需要在内核空间进行灵活的数据搬运 ：选择 splice。当数据需要在非普通文件描述符（如管道）之间流动时，它是理想工具。
数据在多个硬件加速器之间流动 ：这是 DMA-BUF 的专属领域。在涉及GPU、视频编解码器等多媒体图形处理时，必须使用此方案。（作者注：之前做Jetson零拷贝就是用这种方法。）

希望这篇整合的文章能够帮助你构建起对Linux零拷贝技术全面而清晰的认识。如果你对某个具体技术的实现细节或应用场景有更深入的疑问，我们可以继续探讨。

参考资料

一文让你彻底搞清楚，Linux零拷贝技术的那些事儿：这里面的图很清晰