今日阅读《深入理解操作系统》，回顾了一下虚拟空间和mmap的原理知识，又有了新的角度去认识它们，对于它们原理的理解更具现了。

1. OS存储的金字塔4~6层结构

如上图所示，CPU在执行任何操作时，涉及到的数据都要从寄存器中直接读取，所以寄存器速度是最快的，相应的，SRAM速度仅次于寄存器，而存储容量递增，即L1比L0容量大，L2比L1容量大。。。。。。
换句话说，上层的存储器作为下层存储器的缓存而工作的，明白这一层概念，就会得到一种新的角度去看待主存，我们一直觉得主存就是一个很快的非持久化存储器，通常用来缓存一些磁盘的数据或者将要写入磁盘的脏数据，甚至是根本不会持久化的临时数据，因为这样的作用导致我们惯性思维认为主存就是一个OS在运行时的高速存储罢了，很多programer也会着重于提高SRAM的命中。
然而，在新的角度去看待主存时，可以发现，主存与磁盘的关系并没有想象中那么离得远，反而是很紧密的，这一点在UNIX当中尤为突出，众所周知，UNIX是一个以文件系统为根向上建立起来的OS，他们（UNIX作者们）对文件很“执着”。在主存的设计中，一个程序运行伊始，主存对磁盘的缓存工作就已经开始，CPU要读取程序的机器指令集（这是程序文件（或者说可执行文件）的概念），才能开始一一执行，那么就需要将磁盘上的这个文件从最底层（目前不考虑L6的远程存储）二级存储将数据一步步复制到寄存器中，此时，主存就会缓存住这个可执行文件，另外的，可执行文件的链接库之类的也会缓存。
接下来，我要阐述一下主存工作中让我们产生误会的那一块工作，就是不会持久化的临时数据放在主存中，为何能说主存时作为磁盘的缓存？UNIX给我们了答案，在UNIX的设计中，通过malloc等手段申请的内存区域，对应的会在虚拟文件系统中创建backup文件，这个文件匿名，并不是真正的文件，但它拥有真实文件的基本元信息例如文件描述符等。
由此，我们可以更好地理解主存是磁盘的缓存。

2. 从虚拟空间到物理内存

虚拟地址的虚拟页与物理页相映射但并非一一映射，虚拟页通常（大部分OS）比物理页多，即虚拟存储器比物理存储器大，如32位（2GB）OS运行在512MB的主存机器上，或者64位（8EB）运行在512GB主存机器上。虚拟空间的页有三种状态：

  • 已缓存：已将磁盘数据缓存在主存上，此时数据可以是匿名文件映射，匿名文件数据为0，而物理页或许被写入了脏数据，这不影响，后面会介绍。
  • 为缓存：虚拟页与文件建立了映射，但是还未缓存到主存上，所以主存所有物理页都不包含这段数据。
  • 未分配：虚拟页未分配即并没有与文件建立映射。

上图中，PTE（页表条目）0~7为当前页表，虚拟存储器VP（虚拟页）1,2,3,4,6,7为已分配的页（已分配的内存），VP1,2,4,7已缓存，所以物理页已经有数据，VP0,5还未分配，VP3,6分配了但还未缓存。每个PTE有一个标志位，标志此页已缓存还是为缓存（或未分配）。
虚拟地址在进程访问内存时的指针存储，虚拟地址通过MMU转换得到物理地，转换过程之前的文章也提到了页式存储、段式存储、段页式存储等，访问的物理地址所在的内存页未命中则发生缺页，此时：

  1. 经过一系列处理（包括Linux验证页是否为合法页，以及规划物理页的空间等等前置操作）完成准备
  2. 有空闲页则会将已分配的页数据拷贝到物理页上
  3. 无空闲页则会根据一些淘汰策略选中牺牲页，将数据拷贝到牺牲页位置
    1. 如果牺牲页为脏数据，则会触发flush（匿名文件则释放数据）
    2. Linux还会有一个计时任务负责定时将脏页刷盘

  4. 最终更新页表

    3. mmap的性能因素

    mmap可以更明显地看出就是虚拟存储器的一部分功能，将匿名文件换成了磁盘的真实文件，根据上一节的虚拟地址通过页表访问物理页，以及通过缺页读取磁盘数据的原理，我们可以分析出mmap的一些机制。

  5. mmap可以映射（或者通过参数申请）比主存还大的文件吗？

答：可以。
上一节可以发现，主存只存的下4个页，而虚拟空间有6页，甚至还能再开更多的页，通过缺页、换页来访问超出主存大小限制的数据。

  1. mmap速度的影响因素
    • 显而易见，换页，频繁换页会使得速度大大降低，由于Linux比较可靠（不绝对可靠）淘汰机制，信息的局部性原理等，可以在一定程度上保证换页速率。
    • 局部性所指的频繁访问活动页面称之为工作集或者驻集，但是如果驻集大小都超过了（或者很接近）主存大小，那么局部性也救不了频繁换页，这种情况称之为颠簸（thrashing）。
  2. 关于mmap与传统IO的速度差

按传统观念认为，由于mmap的“一次复制”，所以快于传统IO，但现今的机器，已经不是这样了。目前仍存在这样一个规律：小文件IO快，大文件mmap快。原因并非一次复制，而是缓存大小，mmap会尽可能缓存不超过主存大小的更多的数据，而IO只会缓存很少量的数据。那为什么“一次复制”不再是mmap的有点了呢？因为如今的主存设备（如ddr4内存条），吞吐率（速度）已经非常大了。