磁盘写入流程

简介：

数据从用户空间到写入计算机磁盘，一般会经过以下几个流程：1.写入用户态的内存空间 2.存储到内核内核Page页中 3.调用底层驱动写入到磁盘中。根据用户态数据写入的方式，通常有以下3种方式：buffer io、mmap和direct io，下图为三种方式的具体写入流程：

Buffered IO

数据在被写入的时候，默认使用的Buffer I/O。使用Buffer I/O的时候才在内存与磁盘中间加了一层page cache。
数据在写入的时候，数据会被先写入page cache。如果用户采用的时同步写(synchronous write)，则数据会立即从page cache写回到磁盘中；如果使用的时延迟写(deferred writes)，那么应用程序就完全不需要等到数据全部被写回到磁盘，数据只要被写到页缓存中就可以了，操作系统会定期将页缓存中的数据刷回到磁盘。
linux中的c库包括：POSIX库和标准IO库， POSIX库中的函数包含一组不带缓存的io（open，write，read等函数），这里的不带缓存是指，在不在用户空间创建缓存，每次读写都直接调用内核函数，写道内核的page cache中，但是依然存在从用户态到内核态的转换。而标准IO库中的一组带缓存的io函数（fopen，fread，fwrite等函数），每次调用则不直接调用内核函数，而是在用户态中创建缓存，等到一定量时才和内核交互，其中调用fflush则可以将用户态的数据刷到内核态的内存页中。

优缺点

优点：减少了磁盘的交互次数，由内核控制读取写入时机。
缺点：数据需要在用户态和内核态进行多次交互，增加了内核开销；其次若机器突然宕机，则数据可能会丢失。

MMap

MMap(Memort-map) IO 能将一个磁盘文件映射到存储空间中（用户态）的一个缓存区上，于是，当从缓存区中读取数据时，就相当于读文件中的相应字节。于此类似，将数据存入缓存区时，相应字节就自动写入文件。这样就可以不使用read和write的情况下执行I/O，因此减少了内核态到用户态，用户态到内核态的多次转换。可以调用msync将mmap的page cache刷入磁盘中。

优缺点

优点： 减少了内核态到用户态交互的开销，减少了磁盘的交互次数。
缺点：机器宕机，还没写写入磁盘的数据会丢失。

Direct IO

Linux允许应用程序在执行磁盘IO时绕过缓冲区高速缓存，从用户空间直接将数据传递到文件或磁盘设备，称为直接IO（direct IO）或者裸IO（raw IO）。

优缺点

优点：如果要传输的数据量很大，降低数据在page cache中的拷贝带来的开销，提高性能。
缺点：Direct I/O的开销大，因为没有page cache的使用，因此内核中很多对page cache的优化也无法使用（例如：按顺序预读取，在成簇磁盘块上执行IO，允许访问同一文件的多个进程共享高速缓存的缓冲区等）

缓存流程如下