【Linux加餐】mmap文件映射

🎬 个人主页 ：艾莉丝努力练剑
❄专栏传送门 ：《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》
《Linux操作系统编程详解》《笔试/面试常见算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

---

🎬 艾莉丝的简介：

---

文章目录

• 前言
• [1 ~> 为什么要学习 mmap？](#1 ~> 为什么要学习 mmap？)
• • [1.1 传统 I/O 的"搬运之苦"](#1.1 传统 I/O 的“搬运之苦”)
  • [1.2 mmap 的"空间重叠"艺](#1.2 mmap 的“空间重叠”艺)
• [2 ~> 函数原型与核心参数](#2 ~> 函数原型与核心参数)
• • [2.1 函数原型与核心参数](#2.1 函数原型与核心参数)
  • [2.2 参数深度解析](#2.2 参数深度解析)
• [3 ~> 实战演练：mmap 的两种经典用法](#3 ~> 实战演练：mmap 的两种经典用法)
• • [3.1 文件写入映射（数据持久化）](#3.1 文件写入映射（数据持久化）)
  • [3.2 读取映射（获取文件属性）](#3.2 读取映射（获取文件属性）)
• [4 ~> 硬核进阶：模拟实现 malloc](#4 ~> 硬核进阶：模拟实现 malloc)
• • [4.1 模拟代码](#4.1 模拟代码)
  • [4.2 GDB 调试小故事：消失的 1024](#4.2 GDB 调试小故事：消失的 1024)
• [5 ~> 底层原理：vm_area_struct](#5 ~> 底层原理：vm_area_struct)
• [6 ~> 总结与课后思考](#6 ~> 总结与课后思考)
• • [6.1 总结](#6.1 总结)
  • [6.2 待完善的硬核课题](#6.2 待完善的硬核课题)
• 结尾

---

前言

在 Linux 系统编程的硬核世界里，如果说 read / write 是我们开启文件大门的钥匙，那么 mmap 就是一道直接穿透墙壁的"传送门"。它让我们可以像操作内存中的数组一样直接读写磁盘文件，优雅而高效。

---

1 ~> 为什么要学习 mmap？

1.1 传统 I/O 的"搬运之苦"

在传统的 read / write 模式下，数据要经历漫长的旅程：内核先从磁盘读到内核缓冲区，再从内核缓冲区拷贝到用户缓冲区。这种"二次拷贝"不仅浪费 CPU，还占用大量内存带宽。

1.2 mmap 的"空间重叠"艺

mmap（Memory Map）的核心思想是：将文件或设备的内容直接映射到进程的虚拟地址空间。

• 高效访问 ： 读写文件就像读写内存，无需调用 read / write，消除了用户态与内核态之间的数据拷贝。
• 共享内存： 不同进程可以映射同一个文件，从而实现高效的数据共享。

---

2 ~> 函数原型与核心参数

2.1 函数原型与核心参数

要掌握这道传送门，首先得看懂它的"咒语"：

#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);

2.2 参数深度解析

（1） addr ：映射的"建议"起始地址。通常传入 NULL，让系统帮我们选一个最合适的。

（2） length ：映射的字节数。注意：系统分配是以"页"（通常是 4KB ）为单位的，即使你只申请 3500 字节，系统也会向上舍入分配 4096 字节。

（3） prot ：内存保护权限。常用组合：PROT_READ | PROT_WRITE（可读可写）。

（4） flags：映射特性。

• MAP_SHARED：共享映射。对内存的修改会同步到原始文件中，且对其他进程可见。
• MAP_PRIVATE：私有映射。采用**写时复制（COW）**机制。你的修改只存在于内存副本中，不会影响磁盘文件。
• MAP_ANONYMOUS：匿名映射。不关联任何文件，常用于实现 malloc。

（5） fd ：已打开文件的文件描述符。如果是匿名映射则传 -1。

（6） offset：映射的起始偏移量。

---

3 ~> 实战演练：mmap 的两种经典用法

3.1 文件写入映射（数据持久化）

在这个示例中，我们先用 ftruncate 扩充文件大小（mmap 无法映射空文件），然后直接通过指针写入字母。

// 核心逻辑摘录
int fd = open("log.txt", O_RDWR | O_CREAT | O_TRUNC, 0666); [cite: 747, 1156]
ftruncate(fd, 4096); // 必须调整文件大小，否则无法映射 
char *shmaddr = (char*)mmap(NULL, 4096, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0); [cite: 755, 1170]

// 像操作数组一样操作文件
for(char c = 'a'; c <= 'z'; c++) {
    shmaddr[c - 'a'] = c; // 直接写入内存，系统会自动同步到磁盘 [cite: 762, 1189]
}

munmap(shmaddr, 4096); // 善后工作 [cite: 772, 1199]
close(fd); [cite: 782, 1203]

3.2 读取映射（获取文件属性）

读取时，我们常用 fstat 获取文件的真实大小，确保映射范围准确。

struct stat st;
fstat(fd, &st); // 获取文件状态 [cite: 846, 847, 1260, 1264]
char *shmaddr = (char*)mmap(NULL, st.st_size, PROT_READ, MAP_SHARED, fd, 0); [cite: 849, 1265]
std::cout << "File content: " << shmaddr << std::endl; // 直接打印 [cite: 854, 1278]

---

4 ~> 硬核进阶：模拟实现 malloc

你可能不知道，你平时调用的 malloc，在分配大块内存时，底层其实就是用的 mmap 的匿名映射（MAP_ANONYMOUS）。

4.1 模拟代码

void *my_malloc(size_t size) {
    // 匿名映射，不关联文件 (fd = -1)
    void *ptr = mmap(NULL, size, PROT_READ | PROT_WRITE, 
                     MAP_PRIVATE | MAP_ANONYMOUS, -1, 0); [cite: 884, 1295]
    return (ptr == MAP_FAILED) ? nullptr : ptr; [cite: 884, 1295]
}

void my_free(void *ptr, size_t size) {
    munmap(ptr, size); [cite: 896, 1295]
}

4.2 GDB 调试小故事：消失的 1024

我们在代码中只申请了 1024 字节，但在 GDB 中查看 info proc mapping 时，却发现分配的长度（Size）是 0x1000（即 4096 字节）。

结论 ： 无论你申请多小，内核都会以"页"为最小单位进行对齐。这就是为什么 mmap 被认为比 brk 更"重"一些。

---

5 ~> 底层原理：vm_area_struct

在内核眼里，mmap 到底做了什么？ 在进程的虚拟地址空间描述符 mm_struct 中，每一个 mmap 成功的区域都会对应一个 vm_area_struct 结构体。

• vm_start & vm_end：记录了这一块虚拟内存的起止边界。
• vm_file：这个指针指向了被映射的文件对象。

当进程访问这块虚拟地址时，如果发现物理内存还没加载，就会触发缺页中断 。内核此时顺着 vm_file 找到文件，把数据加载到物理内存中，并填好页表。至此，虚拟地址与磁盘数据完美"接头"。

---

6 ~> 总结与课后思考

6.1 总结

• MAP_SHARED 像是在云端协同办公，大家改的内容都能实时保存到源文件。
• MAP_PRIVATE 像是你下载了一个副本，随便你怎么改，源文件巍然不动（写时复制）。

6.2 待完善的硬核课题

如果我们要处理一个 10GB 的超大文件，能否将其"打散"成多个小块，通过mmap映射到不同的虚拟内存区域进行并行管理？这一直是高性能服务器开发中的核心命题。

---

结尾

uu们，本文的内容到这里就全部结束了，艾莉丝在这里再次感谢您的阅读！

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| ### 艾莉丝努力练剑 C/C++ & Linux 底层探索者 | 一个正在努力练剑的技术博主 *** ** * ** *** 👀 【关注】 跟随我一起深耕技术领域，见证每一次成长。 ❤️ 【点赞】 让优质内容被更多人看见，让知识传递更有力量。 ⭐ 【收藏】 把核心知识点存好，在需要时随时查、随时用。 💬 【评论】 分享你的经验或疑问，评论区一起交流避坑！ 不要忘记给博主"一键四连"哦！ "今日练剑达成！" "技术之路难免有困惑，但同行的人会让前进更有方向。" |

结语：希望对学习Linux相关内容的uu有所帮助，不要忘记给博主"一键四连"哦！

往期回顾：

【Linux线程】Linux系统多线程（四）：线程ID及进程地址空间布局，线程封装

🗡博主在这里放了一只小狗，大家看完了摸摸小狗放松一下吧！🗡 ૮₍ ˶ ˊ ᴥ ˋ˶₎ა