磁盘文件I/O，SSD结构，局部性原理笔记

磁盘文件I/O过程

进程向内核发起read scene.dat请求；
内核根据inode获取对应该进程的address space，在address space查找page_cache，如果没有找到，内核分配一个page加到内存页；
第一次拷贝：读取scene.dat文件相应的页填充页缓存中的页；
第二次拷贝：内核将page_cahce中的page拷贝到用户进程的堆空间内存；

　　拷贝完成后，物理内存有两份拷贝（一份在page_cache，一份在用户的堆空间），如图；常规读文件必须从内核空间的page cache拷贝contents到用户空间，不仅耗费CPU时间降低CPU cache的命中，也浪费了物理内存。

mmap

　　内存映射文件mmap只复制一次是如何做的，mmap只有一次页缓存的复制，从磁盘文件复制到页缓存中；

　　mmap会创建一个虚拟内存区域vm_area_struct，进程的task_struct维护着这个进程所有的虚拟内存区域信息，虚拟内存区域会更新相应的进程页表项，让这些页表项直接指向页缓存所在的物理页page。mmap新建的这个虚拟内存区域和进程堆的虚拟内存区域不是同一个，所以mmap是在内存映射区域，位于用户进程栈和堆之间。

　　页缓存的作用：它位于内存和文件之间（内核空间），文件I/O操作实际上只和页缓存交互，不直接和内存交互。

　　page结构表示物理内存页帧，同一个物理内存地址可以同时被内核进程和用户进程访问，只要将用户进程的页表项也指向这个物理内存地址。也就是mmap的实现原理。

SSD结构

　　基于闪存的存储技术，SSD封装插到I/O总线上标准硬盘插槽，一个SSD封装由一个或多个闪存芯片和闪存翻译层组成；闪存芯片替代传统硬盘的机械驱动器，闪存翻译层是一个硬件设备，相当于磁盘控制器的角色，将。逻辑块请求翻译成对底层物理设备的访问。

　　SSD的读比写快，一个闪存由若干个块的序列组成，每个块由若干页组成，页大小通常512byte~4KB，块有32~128页组成，大小约为16KB~512KB。数据是以页为单位读写的。

写时只有一页所属的块整个被擦除后，才能写这一页（通常该块中所有位置被置为1）。

　　随机写很慢的原因：

擦除块需要相对较长的时间；
如果写操作试图修改一个包含已经有数据的页，这个块中的所有有用数据的页都必须拷贝到一个新的块，然后才能对该页写。

　　SSD的优点：没有移动的部件，随机访问时间比旋转磁盘要快，能耗更低；反复写之后，闪存块会磨损；闪存翻译层中的平均磨损逻辑试图通过将擦除平均分布在所有的块来最大化每个块的寿命。

局部性原理

　　局部性原理通常有两种不同的形式：时间局部性和空间局部性；一个具有良好时间局部性的程序中，被引用过一次的内存位置很可能在不远的将来再次被多次引用；

一个具有良好空间局部性的程序中，如果内存位置被引用了一次，很可能在不远的将来引用附件的一个内存位置。

重复引用相同变量的程序有良好的时间局部性；
对于步长为k的引用模式的程序，步长越小，空间局部性越好。
对于取指令来说，循环有好的时间和空间局部性。循环越小，迭代次数越多，局部性越好。

链接

Page Cache, the Affair Between Memory and Files

《深入理解计算机系统》（第三版）第六章