Io 从概念上理解内存映射

我已经在上问过这个问题，但决定也把它贴在这里

我读过一些关于堆栈交换的博客和问题，但我无法理解内存映射文件的真正缺点是什么。我经常看到下列情况：

无法使用32位地址空间对大文件（>4GB）进行内存映射。现在我觉得这很有道理

我想到的一个缺点是，如果内存映射的文件太多，可能会导致可用系统资源（内存）=>减少，可能会导致页面被逐出=>可能会出现更多页面错误。因此，在决定要映射哪些文件以及它们的访问模式时需要谨慎

内核映射和数据结构的开销-。我甚至不会质疑这个前提，因为我对Linux内核的内部结构了解不多。：）

如果应用程序试图读取未加载到页面缓存中的文件部分，它（应用程序）将招致页面错误形式的惩罚，这反过来意味着操作的I/O延迟增加

问题#1：标准文件I/O操作不也是这样吗？如果应用程序试图读取尚未缓存的文件的一部分，它将导致系统调用，从而导致内核从设备加载相关页/块。最重要的是，页面需要复制回用户空间缓冲区

这里的问题是页面错误总的来说比系统调用更昂贵吗？我的解释是什么？是因为页面错误阻塞=>线程没有在CPU之外调度=>我们在浪费宝贵的时间吗？还是我在这里遗漏了什么

不支持内存映射文件的异步I/O

问题#2：支持内存映射文件的异步I/O是否存在体系结构限制，或者仅仅是因为没有人愿意这样做

问题#3：有点含糊，但我的解释是，内核可以对标准I/O进行预读（即使没有fadvise（）），但不会对内存映射文件进行预读（除非使用madvice（）发出通知）。这准确吗？如果这句话事实上是真的，那么这就是为什么系统调用标准I/O可能比调用内存映射文件更快的原因吗？内存映射文件几乎总是会导致页面错误

问题#1：标准文件I/O操作不也是这样吗？如果应用程序试图读取尚未缓存的文件的一部分，它将导致系统调用，从而导致内核从设备加载相关页/块。最重要的是，页面需要复制回用户空间缓冲区

您对缓冲区执行

读取

，I/O设备会将其复制到那里。还有异步读取或AIO，当设备提供数据时，内核将在后台传输数据。您可以对线程和

读取执行相同的操作。对于
mmap
情况，您没有控制权或不知道页面是否已映射。
read
的情况更为明确。这是从,

ssize_t read(int fd, void *buf, size_t count);

您可以指定
buf
和
count
。您可以显式地将数据放置在程序中所需的位置。作为一名程序员，您可能知道数据不会被再次使用。随后对
read
的调用可以重用上次调用中相同的
buf
。这有多重好处；最容易看到的是更少的内存使用（或者至少是地址空间和MMU表）
mmap
不知道将来是否仍将访问某个页面
mmap
不知道页面中只有一些数据是感兴趣的。因此，
read
更为明确

假设磁盘上有4096条大小为4095字节的记录。您需要读取/查看两个随机记录并对其执行操作。对于
read
，您可以使用
malloc（）
或使用
静态字符缓冲区[2][4095]
数据分配两个4095缓冲区。
mmap（）。访问每个
mmap
记录时，记录跨越两页。这会导致每个记录访问出现两个页面错误。此外，内核必须分配四个TLB/MMU页面来保存数据

或者，如果
read
到顺序缓冲区，则只需要两个页面，只有两个系统调用（
read
）。此外，如果对记录的计算非常广泛，则缓冲区的位置将使其比
mmap
数据快得多（CPU缓存命中）

最重要的是，页面需要复制回用户空间缓冲区

这本书可能没有你想象的那么糟糕。CPU将缓存数据，以便下一次访问不必从主存重新加载，其速度可以比一级CPU缓存慢100倍

在上述情况下，
mmap
可能会占用
读取时间的两倍以上

这里是不是担心页面错误总的来说比系统调用更昂贵——我对Linus Torvalds在这里所说的解释？是因为页面错误阻塞=>线程没有在CPU之外调度=>我们在浪费宝贵的时间吗？还是我在这里遗漏了什么

我认为主要的一点是，您无法控制
mmap
。您
mmap
文件，不知道是否有任何部分在内存中。如果您只是随机访问该文件，那么它将继续从磁盘读回该文件，并且您可能会在不知道的情况下根据访问模式受到重击。如果访问纯粹是按顺序进行的，那么乍一看可能不会更好。然而，通过将新块重新读取到相同的用户缓冲区，将更好地利用CPU的一级/二级CPU缓存和TLB；对于您的流程和系统中的其他人。如果你是真的