物联网心球
一张图搞懂mmap实现原理（通俗易懂）

一张图搞懂mmap实现原理（通俗易懂）

2025-07-26 I/O 机制 mmap内存管理
目录

大家好，这里是物联网心球。

今天我们来聊聊mmap， mmap是 Linux系统的一种内存映射机制，允许将文件或设备直接映射到进程的虚拟地址空间 。进程通过操作内存指针即可读写文件，无需调用 read/write 等系统调用。mmap内存映射在Linux系统中广泛被使用，如：内存分配、零拷贝网络传输、进程间通信、大文件处理等。

很多小伙伴虽然花了很多时间学习mmap，但是仍然对他一知半解。今天我们通过一张图来快速了解mmap。

1.mmap内存映射

mmap的作用是将文件或设备映射到进程的地址空间，从而减少内核与用户空间的数据拷贝次数。

函数原型如下：

void* mmap(void* addr, size_t length, int prot, int flags, int fd, off_t offset);

参数说明：

  • addr：由用户设置的映射地址。通常设置为NULL，表示让操作系统选择合适的地址。

  • length：映射的内存长度。

  • prot：内存区域的保护标志，如PROT_READ（可读）、PROT_WRITE（可写）、 PROT_EXEC（可执行）。

  • flags：映射标志，如MAP_SHARED（共享映射）、MAP_PRIVATE（私有映射）、 MAP_ANONYMOUS（匿名映射）。

  • fd：文件描述符，用于文件映射。如果是匿名映射，可以设置为-1。

  • offset：文件的偏移量，指定从文件的哪个位置开始映射。

mmap函数调用成功后，我们将获得一块虚拟内存地址空间，通过这块虚拟内存我们就能够直接操作物理内存或外部设备了。

那么，mmap是如何实现这个功能的呢？

2.mmap内核实现原理

mmap的内核实现原理非常复杂，笔者不建议大家过度关注它的实现细节，特别是对于初学者而言。学习mmap要抓住两个重点：第一，虚拟内存是如何访问物理内存的；第二，mmap要达到的目的是什么。带着这两个问题，我们来学习mmap内核实现原理（简化逻辑），如图1所示。

一张图搞懂mmap实现原理（通俗易懂） 图1

图1 mmap实现原理

Linux内存管理可以分为虚拟内存管理和物理内存管理。很多读者对虚拟内存管理比较了解，但对物理内存管理却知之甚少。对于内核而言，物理内存管理同样重要。要搞懂mmap，需要我们对物理内存管理也非常了解。下面，我们来介绍一下相关背景知识。

背景知识 1：Linux系统物理内存管理

在Linux中，物理内存通过页表机制来管理。内核将物理内存划分为一个个单元，每个单元的大小为4KB（4096字节），我们把这样的单元称为页（Page）。内核通过struct page结构体来定义页，struct page结构体定义如下：

struct page {
    unsigned long flags; /* 页面的状态标志 */
    atomic_t _count; /* 页面的引用计数 */
    atomic_t _mapcount; /* 页面被映射的次数 */
    union {
        struct {
            struct address_space *mapping;/* 页面所属的地址空间 */
            pgoff_t index; /* 页面在文件中的偏移量 */
        };
struct kmem_cache *slab;
/* 如果页面属于 SLAB 缓存，指向缓存 */
struct page *next;
/* 链表指针，用于链接页面 */
    };
    void *virtual; /* 页面在内核空间的虚拟地址 */
  .......
};

struct page对象并不是物理内存，它的实际大小只有几十个字节，它的成员用来描述物理内存（4KB）的状态和属性。struct page对象和物理内存是一种映射关系，通过struct page对象能够计算出对应的物理内存地址，当然，这个内核会帮我们完成，我们了解即可。为了降低理解的难度，这里我们把页等同于物理内存。

背景知识2：虚拟地址和物理地址

物理地址是用于访问硬件设备（如CPU、内存、磁盘等）的实际地址。

虚拟地址是由操作系统为每个进程分配的逻辑地址。虚拟地址不能直接用于硬件设备的访问，虚拟地址需要通过MMU（内存管理单元，CPU组件）转换成物理地址才能访问硬件设备。我们程序中使用的指针和地址就是虚拟地址。如图1所示，对于一个64位的操作系统来说，虚拟地址长度为48位，被分为5个部分：四级页表偏移（9位）、三级页表偏移（9位）、二级页表偏移（9位）、一级页表偏移（9位）、物理地址页偏移（12位）。

虚拟地址采用四级页表机制映射物理地址，四级页表层级见表1。

一张图搞懂mmap实现原理（通俗易懂） 图2

表1 四级页表

虚拟地址映射物理地址的过程如下：

  • 步骤1：CPU的CR3寄存器记录了进程PGD页表的物理基地址，该地址用于查找PGD表所在物理内存的起始位置。创建进程时，内核会为进程分配一个PGD页表物理基地址并记录在task_struct->mm->pgd成员。进程被CPU选中后，内核会将CR3寄存器修改为pgd记录的基地址。每个进程分配的地址是不一样的，所以进程之间是隔离的，不能访问相同的物理内存，由于这种隔离，进程间需要通过特定的方式才能够通信。

  • 步骤2：通过虚拟地址中四级页表偏移（9位）查询PGD页表获取pgd_t表项，pgd_t记录了PUD页表物理基地址，指向PUD页表物理内存起始地址。

  • 步骤3：通过虚拟地址中三级页表偏移（9位）查询PUD页表获取pud_t表项，pud_t记录了PMD页表物理基地址，指向PMD页表物理内存起始地址。

  • 步骤4：通过虚拟地址中二级页表偏移（9位）查询PMD页表获取pmd_t表项，pmd_t记录了PT页表物理基地址，指向PT页表物理内存起始地址。

  • 步骤5：通过虚拟地址中一级页表偏移（9位）查询PT页表获取pte表项，pte记录了物理页（4KB）物理基地址，指向物理内存起始地址。步骤6：物理页基地址加虚拟地址中物理地址页偏移（12位）就是最后虚拟地址映射的物理地址了。

好了，我们回到正题，继续讲解mmap实现原理。mmap的作用是完成虚拟地址到物理地址的映射，即填充四级页表中的页表项，打通内存映射的链路。

一张图搞懂mmap实现原理（通俗易懂） 图3

图2 进程虚拟地址空间

如图2所示，有过一定编程经验的开发人员都应该清楚，每个程序（进程）都有一个虚拟地址空间，虚拟地址空间被分为：代码段、数据段、BSS段、堆、文件映射和匿名映射区、栈。我们在编程时使用的虚拟地址，如：变量、指针等，都是属于进程虚拟地址空间的某个区域。在创建进程时，内核已经完成了各个虚拟地址空间的内存映射（除文件映射和匿名映射区之外），所以我们的程序能够使用堆、栈、数据段等区域的虚拟地址空间。

注意：访问没有进行内存映射的虚拟地址是非法的，程序会异常退出。

mmap从文件映射和匿名映射区指定一段虚拟地址空间进行内存映射，完成内存映射后，用户程序就能够访问这段虚拟地址空间。mmap可以分为文件映射和匿名映射，文件映射和匿名映射并没有本质的区别，二者的区别在于映射的目的物理页不同而已。

文件映射是指mmap映射的物理地址指向文件，即文件的页缓存。前面我们已经介绍过了，页可以表示物理内存。Linux为了加快文件读写，通常会将磁盘文件预读取至文件页缓存。访问文件的页缓存等同于访问磁盘文件。通过mmap完成文件映射后，就可以直接通过虚拟地址访问文件了。

← 返回文章列表