mmap函数小实验

文章目的

本文是为了深入理解mmap的参数length与offset对mmap函数行为的影响，从而更好地理解内存映射。
man手册中看到的mmap的参数如下：

函数输入参数介绍：

• 参数1：addr:指定映射的起始地址，通常设为NULL，由内核来分配，映射成功后，return 该地址
• 参数2：length：代表将文件中映射到内存的部分的长度，单位为字节数，一般要求为页大小整数倍
• 参数3：prot：映射区域的保护方式。可以为以下几种方式的组合：
  PROT_EXEC 映射区域可被执行
  PROT_READ 映射区域可被读取
  PROT_WRITE 映射区域可被写入
  PROT_NONE 映射区域不能存取
• 参数4：flags：影响映射区域的各种特性。在调用mmap()时必须要指定MAP_SHARED 或MAP_PRIVATE。
  MAP_FIXED 如果参数start所指的地址无法成功建立映射时，则放弃映射，不对地址做修正。通常不鼓励用此。
  MAP_SHARED对映射区域的写入数据会复制回文件内，而且允许其他映射该文件的进程共享。
  MAP_PRIVATE 对映射区域的写入操作会产生一个映射文件的复制，即私人的“写入时复制”（copy on write）对此区域作的任何修改都不会写回原来的文件内容。
  等等，在man手册中查看其详细介绍。
• 参数5：fd：要映射到内存中的文件描述符，即调用mmap前调用open函数的返回值。（如果使用匿名内存映射时，即flags中设置了MAP_ANONYMOUS，fd设为-1。）
• 参数6：offset：文件映射的偏移量，通常设置为0，代表从文件最前方开始对应，offset必须是分页大小的整数倍。

必要知识点：

• mmap并不分配空间, 只是将文件映射到调用进程的地址空间里（但是会占用掉你的 virutal memory）
• 普通文件被映射到进程地址空间后，进程可以像访问普通内存一样对文件进行访问，不必再调用read()，write（）等操作，然后你就可以用memcpy等操作写文件, 而不用write()了。
• 内存中的内容并不会立即更新到文件中，而是有一段时间的延迟，你可以调用msync()来显式同步一下。
• 取消内存映射，需调用munmap()。
• mmap映射完之后，相当于把文件中的内容在用户空间做了映射，内核空间对内容的修改也会反映到用户空间，用户空间对内核的修改也会反映到内核空间。（待确认）

参数 length 不是页大小的整数倍会怎样？

参数length不是页大小整数倍有两种情况，一是小于一个页的大小，二是大于页大小，第二种情况中，超出部分也不足一个页，其实都属于第一种情况。

于是可以用length小于一个页大小时，来实验分析mmap的行为：

1. mmap实际占用的虚拟内存区域的大小是length的大小还是其他？
2. 内存映射对象为普通文件时，修改该虚拟内存中大于length的部分，是否可共享？
3. 内存映射对象为普通文件时，修改该虚拟内存中大于length的部分，是否被同步到普通文件中？

研究过程

使用mmap函数创建一个可读写、共享的虚拟内存区域，内存映射对象为Linux中普通文件a.txt，然后写一些数据到该虚拟内存区域中大于length的部分，最后，调用msync函数显式地同步这些数据到 a.txt 文件中。
mmap_test.c源码：

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

/* Usage: ./mmap_test <file> <length> <offset>
 */
int main(int argc, char *argv[])
{
	int fd;
	uint8_t *pbase = NULL;
	if (argc < 4) {
		printf("Usage: ./mmap_test <file> <length> <offset> \n");
		return 0;
	}

	fd = open(argv[1], O_RDWR);
	if (fd == -1)
		printf("error: open filed!\n");

	const size_t length = atoi(argv[2]); 
	const size_t offset = atoi(argv[3]); 

	pbase = mmap(NULL, length, PROT_READ | PROT_WRITE, MAP_SHARED, fd, offset);
	if (MAP_FAILED == pbase) {
		perror("mmap failed, reason:");
	  	return EXIT_FAILURE;
	}

	close(fd);

	printf("page size is: %ld bytes \n", sysconf(_SC_PAGE_SIZE));

	const size_t end = length + 13;
	for (int i = length; i < end; i++) {
		pbase[i] = '6';
	}
	printf("\n");

	msync(pbase, end, MS_SYNC);
	

	return 0;
}

编译：

gcc mmap_test.c -o mmap_test

查看 a.txt 文件的初始内容（ASCII 码，共 110 字节）：
执行

./mmap_test a.txt 10 0

然后再查看a.txt内容：

结果发现，超出了mmap指定length的数据也照样被修改了，那如果mmap中length正好指定了4096Byte还会有同样的结果吗？

实验过程是这样的，我先将一个文件内填充超过一个扇区（4096字节）的数据，然后修改上面的代码，分以下几种情况：

1. mmap的length参数为4096：试图修改超过第4096字节的数据，发现无法修改。
2. mmap的length参数为4090：试图修改第4090到第4190字节的数据，发现只有第4091到第4096这6个字节的数据被修改了。

length结论

mmap实际创建的虚拟内存大小不小于length的页大小的最小整数倍。

注：期间遇到了个问题：我先打开了个空文件，然后想通过mmap往空文件中写东西，发现怎么都写不进去，因为这违反了mmap不分配空间的规定。

参数 offset 取不同的值时会怎样？

为了探索offset取不同的值时，mmap究竟表现如何，继续使用上面的源代码，共测试以下几种情况（先设定文件大小为超过4096字节但并不是4096的整数倍，length大小为文件对应最小整数被页的大小）：

• offset取负值，mmap的行为
• offset取值为5时（即不是页面大小的整数倍），mmap的行为
• offset取值为4096（即是页面大小的整数倍），mmap的行为
• offset取值为内存映射文件的大小时，mmap的行为
• offset取值为大于内存映射文件的大小但正好时页面大小的整数倍时，mmap的行为

研究过程

1. offset取负值：报"mmap failed, reason:: Invalid argument"
2. offset取值为5：报"mmap failed, reason:: Invalid argument"
3. offset取值为4096：此时mmap得到的虚拟地址对应文件从起始位置偏移4096字节后的位置。
4. offset取值为内存映射文件的大小时（但不是页面大小整数倍）：报"mmap failed, reason:: Invalid argument"
5. offset取值是页面大小的整数倍（但大于内存映射文件的大小）：报Bus error

offset 结论

offset的取值必须是页面大小（4096字节）的整数倍，隐含该值必须大于等于零，一般取0，否则会报无效参数报错，且offset不能超过文件大小，否则有bus error。
如果你非要设置offset，按下方法设置：

//需要包含头文件 #include <unistd.h>
const auto true_offset = offset & ~(sysconf(_SC_PAGE_SIZE) - 1);

参考链接

计算机系统篇之虚拟内存（4）：再探 mmap