21、内存映射文件：mmap原理、使用场景、与malloc的对比

内存映射文件，英文叫 mmap。说实话，很多嵌入式工程师听到这个词就觉得是Linux内核才用的东西，跟自己没关系。我以前也这么想，直到有一次做视频采集项目，内存拷贝把CPU吃光了……嗯，从那以后，我见到大块数据传输就会想：能不能用mmap？

今天咱们就把mmap的原理、用法、坑，还有它跟malloc的区别，一次性讲透。

mmap是什么？一句话说清楚

mmap的全称是 memory map，也就是内存映射。它能把一个文件或者设备的一部分，直接映射到进程的虚拟地址空间里。

说白了就是：你打开一个文件，然后mmap一下，之后读写这块内存，就等于在读写文件。不需要read、write，不需要中间缓冲区，数据直接在内存和文件之间“对齐”。

我个人的理解是：mmap让文件“住进”了内存里。你操作内存，文件也跟着变。

mmap的核心原理

咱们从底层看两眼。mmap做的事情其实很巧妙：

• 它不立即把文件内容全部读进内存
• 它只是在进程的页表里建立映射关系
• 真正访问某个页时，触发缺页中断，内核才把对应磁盘块加载到物理内存

这个机制叫 按需分页。你想想看，一个1GB的文件，你只读前4KB，mmap就只加载4KB，省了多少内存和时间。

mmap的使用场景

我在项目中遇到过几个典型场景，列出来供你参考：

1. 大文件读写：比如日志文件、数据库文件、视频文件。用read/write来回拷贝，效率低得吓人。mmap一次映射，随机访问就像操作数组一样快。
2. 进程间共享内存：两个进程可以mmap同一个文件，实现数据共享。不需要socket、不需要pipe，直接读写同一块内存。
3. 设备驱动交互：有些硬件设备（比如帧缓冲、DMA缓冲区）可以通过mmap映射到用户空间，省去系统调用开销。
4. 快速文件加载：比如加载配置文件、资源文件。mmap之后直接解析内存，比fread快不少。

mmap vs malloc：到底怎么选？

这个问题我经常被问到。咱们直接上对比表：

对比维度	mmap	malloc
数据来源	文件或设备	堆内存（匿名映射）
分配时机	建立映射，按需加载	立即分配虚拟地址
读写方式	直接内存访问	直接内存访问
数据持久化	自动同步到文件	进程退出即丢失
系统调用开销	一次mmap，后续无系统调用	每次读写都可能触发缺页
适用场景	大文件、共享内存、设备映射	小数据、临时变量、动态结构
内存浪费	按页对齐（4KB粒度）	按块管理，碎片可控

你看，两者不是替代关系，而是互补关系。我个人的习惯是：文件操作优先想mmap，内存分配优先想malloc。如果既要文件又要内存，那就看数据量大小。

代码示例：mmap的基本用法

咱们直接看一段代码，感受一下：

#include <stdio.h>
#include <stdlib.h>
#include <fcntl.h>
#include <sys/mman.h>
#include <unistd.h>

int main() {
    int fd = open("data.bin", O_RDWR);
    if (fd == -1) {
        perror("open");
        exit(1);
    }

    // 获取文件大小
    off_t size = lseek(fd, 0, SEEK_END);

    // 映射整个文件
    char *map = mmap(NULL, size,
                     PROT_READ | PROT_WRITE,
                     MAP_SHARED,
                     fd, 0);
    if (map == MAP_FAILED) {
        perror("mmap");
        close(fd);
        exit(1);
    }

    // 现在可以直接读写map，就像操作数组一样
    // 比如修改第一个字节
    map[0] = 'A';

    // 记得解除映射
    munmap(map, size);
    close(fd);
    return 0;
}

这段代码很简单，但有几个关键点要注意：

• MAP_SHARED：修改会写回文件。如果只是读，用MAP_PRIVATE，修改不影响原文件。
• 文件大小不能为0，否则mmap会失败。
• 映射长度最好是页大小的整数倍，否则最后一个页会有部分未映射。

避坑指南：我曾经踩过的坑

我曾经在一个嵌入式项目里用mmap映射NAND Flash上的配置文件。一开始跑得好好的，后来发现偶尔读出来的数据是旧的。查了两天才发现——没有调用msync。

mmap的写操作不会立即刷到磁盘，它只是修改了内存中的页缓存。如果系统崩溃或者意外断电，数据就丢了。所以：

另外还有一个坑：文件截断。如果mmap之后，另一个进程把文件截断了（比如truncate），你映射的区域可能变成“空洞”，访问时会触发SIGBUS信号，程序直接崩溃。我建议在映射期间，尽量避免其他进程修改文件大小。

mmap与malloc的底层关系

你可能不知道，malloc在分配大块内存时，底层用的就是mmap。没错，glibc的malloc实现里，当请求大小超过MMAP_THRESHOLD（默认128KB）时，malloc会调用mmap分配匿名映射，而不是从堆里切。

为什么会这样？因为大块内存用brk管理容易产生碎片，而且释放后不能归还给操作系统。而mmap分配的内存，munmap之后直接归还，干净利落。

所以你看，mmap和malloc并不是完全独立的两个世界。它们在内核层面是有交集的。

一张图看懂mmap的核心逻辑

下面这张SVG图，帮你梳理mmap从调用到数据访问的完整流程：

总结一下

mmap是一个很强大的工具，但它不是银弹。我个人的经验是：

• 大文件、频繁随机访问 → mmap
• 小文件、一次性读取 → malloc + read
• 进程间共享数据 → mmap（共享文件或匿名映射）
• 临时小对象 → malloc

记住一点：mmap让文件操作变成了内存操作，但代价是你要更小心地管理同步和生命周期。用好了，性能翻倍；用不好，数据丢失或者程序崩溃，都是有可能的。

嗯，今天就聊到这儿。希望下次你在项目里遇到大文件或者共享内存的需求时，能想起mmap这个老朋友。

---