mmap学习总结
buffer & cache
- buffer(缓冲区)
主要目的是进行流量整形，把突发的大数量较小规模的 I/O 整理成平稳的小数量较大规模的 I/O，以减少响应次数（比如从网上下电影，你不能下一点点数据就写一下硬盘，而是积攒一定量的数据以后一整块一起写，不然硬盘都要被你玩坏了）。
- cache(缓存)
是为了弥补高速设备和低速设备的鸿沟而引入的中间层，最终起到加快访问速度的作用。
page cache
内核会为每个文件单独维护一个page cache，用户进程对于文件的大多数读写操作会直接作用到page cache上，内核会选择在适当的时候将page cache中的内容写到磁盘上（当然我们可以手工fsync控制回写），这样可以大大减少磁盘的访问次数，从而提高性能。
page cache是linux内核文件访问过程中很重要的数据结构，page cache中会保存用户进程访问过得该文件的内容，这些内容以页为单位保存在内存中，当用户需要访问文件中的某个偏移量上的数据时，内核会以偏移量为索引，找到相应的内存页，如果该页没有读入内存，则需要访问磁盘读取数据。为了提高页得查询速度同时节省page cache数据结构占用的内存，linux内核使用树来保存page cache中的页。
page cache刷盘
脏页有两种刷盘的方式：
- 异步刷盘，脏页太多或者存在太久都会导致page cache回写磁盘，Linux中可以通过 sysctl -a | grep dirty 查看相关的控制参数；
- 调用fsync、msync等。
mmap & read/write
在了解了以上的基础之后，我们就来比较一下mmap和read/write的区别，先说一下read/write系统调用，read/write系统调用会有以下的操作：
- 访问文件，这涉及到用户态到内核态的转换；
- 读取硬盘文件中的对应数据，内核会采用预读的方式，比如我们需要访问100字节，内核实际会将按照4KB(内存页的大小)存储在page cache中；
- 将read中需要的数据，从page cache中拷贝到用户缓冲区中。
整个过程还是比较艰辛的，基本上涉及到用户内核态的切换，还有就是数据拷贝。
接下来继续说mmap吧，mmap系统调用是将硬盘文件映射到用内存中，说的底层一些是将page cache中的页直接映射到用户进程地址空间中，从而进程可以直接访问自身地址空间的虚拟地址来访问page cache中的页，这样会并涉及page cache到用户缓冲区之间的拷贝，mmap系统调用与read/write调用的区别在于：
- mmap只需要一次系统调用，后续操作不需要系统调用
- 访问的数据不需要在page cache和用户缓冲区之间拷贝
从上所述，当频繁对一个文件进行读取操作时，mmap会比read高效一些。
