23、内存映射文件：mmap函数详解、内存映射的优势、映射文件读写示例

说到文件操作，很多人第一反应就是 fread、fwrite 这些标准库函数。嗯，它们确实好用，但如果你追求极致性能，或者要处理超大文件，那就得请出我们今天的主角——内存映射文件。

我最早接触 mmap 是在做一个嵌入式视频采集项目的时候。当时要实时写入 4K 分辨率的图像数据，用 fwrite 写一次要卡几十毫秒，根本扛不住。后来换成 mmap，延迟直接降到微秒级。说实话，那感觉就像从绿皮火车换成了高铁。

什么是内存映射文件？

说白了，就是把一个文件的一部分或全部，直接映射到进程的虚拟地址空间。这样一来，你读写文件就像读写内存一样简单——直接操作指针就行，不需要调用 read 或 write。

你想想看，操作系统帮你把磁盘上的数据和内存地址一一对应起来。当你访问某个地址时，如果对应的数据还没在内存里，内核会自动触发缺页中断，把数据从磁盘加载进来。这一切对应用程序是透明的。

mmap 函数详解

先看函数原型，这是 Linux 下的标准接口：

#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);

参数看着多，其实每个都有明确用途。我习惯按顺序记：

参数	说明	常用值
addr	建议的映射起始地址	传 NULL，让内核选
length	映射的字节数	文件大小，或按页对齐
prot	内存保护标志	PROT_READ | PROT_WRITE
flags	映射类型和行为	MAP_SHARED 或 MAP_PRIVATE
fd	文件描述符	由 open() 返回
offset	文件内的偏移量	必须是页大小的整数倍

两个关键标志：MAP_SHARED vs MAP_PRIVATE

这两个标志决定了你对映射区域的修改怎么处理：

• MAP_SHARED：修改会写回原文件。适合多进程共享数据，或者需要持久化写入的场景。
• MAP_PRIVATE：修改只影响当前进程的内存副本，不会写回文件。适合只读分析或临时修改。

我记得有一次做日志分析工具，用 MAP_PRIVATE 映射了一个 2GB 的日志文件，在内存里做字符串替换，然后直接输出结果。原文件纹丝不动，非常安全。

内存映射的优势

为什么说 mmap 比传统 I/O 快？我画了张图帮你理解：

从图上能清楚看到：传统 I/O 需要先把数据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。而 mmap 直接把磁盘上的数据映射到进程地址空间，省掉了中间那一次拷贝。

优势总结起来就三点：

1. 性能高：减少数据拷贝，大文件场景尤其明显。
2. 使用方便：用指针操作代替 read/write 调用，代码更简洁。
3. 支持大文件：可以只映射文件的一部分，不占用太多物理内存。

映射文件读写示例

光说不练假把式。下面这个例子演示了如何用 mmap 读取一个文件，然后修改它的内容：

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

int main() {
    const char *filename = "test.dat";
    int fd;
    struct stat sb;
    char *mapped;
    
    // 1. 打开文件
    fd = open(filename, O_RDWR);
    if (fd == -1) {
        perror("open");
        exit(EXIT_FAILURE);
    }
    
    // 2. 获取文件大小
    if (fstat(fd, &sb) == -1) {
        perror("fstat");
        close(fd);
        exit(EXIT_FAILURE);
    }
    
    printf("文件大小: %ld 字节\n", sb.st_size);
    
    // 3. 映射文件到内存
    mapped = mmap(NULL, sb.st_size, 
                  PROT_READ | PROT_WRITE, 
                  MAP_SHARED, 
                  fd, 0);
    if (mapped == MAP_FAILED) {
        perror("mmap");
        close(fd);
        exit(EXIT_FAILURE);
    }
    
    // 4. 文件描述符可以关闭了
    //    映射仍然有效
    close(fd);
    
    // 5. 直接通过指针读写
    printf("原始内容: %.*s\n", 20, mapped);
    
    // 修改前 10 个字节
    memcpy(mapped, "HELLO_MMAP", 10);
    
    // 确保修改写回磁盘
    msync(mapped, sb.st_size, MS_SYNC);
    
    printf("修改后: %.*s\n", 20, mapped);
    
    // 6. 解除映射
    if (munmap(mapped, sb.st_size) == -1) {
        perror("munmap");
        exit(EXIT_FAILURE);
    }
    
    return 0;
}

这段代码有几个关键点我想强调一下：

• 第 4 步：映射完成后就可以关闭文件描述符了。映射关系由内核维护，不依赖 fd。
• msync：如果你用的是 MAP_SHARED，修改不会立即写回磁盘。调用 msync 可以强制同步。我一般在关键数据写入后都会调一下，防止意外断电丢数据。
• munmap：一定要记得解除映射，否则会造成虚拟内存泄漏。进程退出时会自动清理，但长期运行的服务不能依赖这个。

mmap 的适用场景

不是所有情况都适合用 mmap。我总结了几条经验：

适合用 mmap	不适合用 mmap
大文件（> 64KB）的随机读写	小文件的频繁读写
多进程共享数据（MAP_SHARED）	文件大小经常变化
需要零拷贝的场景	嵌入式系统内存紧张时
数据库、日志分析等	流式处理（如管道、socket）

嗯，说到嵌入式系统，我得提醒一句：如果你的设备只有 64MB 内存，却映射了一个 1GB 的文件，虽然虚拟地址空间够用，但频繁的缺页中断会拖慢系统。这时候用传统 I/O 配合缓冲区反而更可控。

小结

内存映射文件是 C 语言文件操作中的一把利器。它把文件 I/O 变成了内存操作，性能提升非常明显。但用之前一定要想清楚场景——大文件、随机访问、共享数据，这些是它的主场。小文件、流式处理，还是老老实实用 fread 吧。

我个人建议，每个 C 程序员都应该掌握 mmap。它不仅能帮你写出高性能的代码，还能让你更深入地理解操作系统的虚拟内存管理机制。下次遇到 I/O 瓶颈，不妨试试 mmap，说不定会有惊喜。

---

公众号：蓝海资料掘金营，微信 deep3321