故事的开始是这样的，某天在脉脉上看到有人发了下面的帖子：
想不到 mmap 都成了黑科技了，为了让大家都能了解这个黑科技，所以还是写篇文章来详细介绍一下 mmap 的实现吧。
其实，源码分析是比较难写的，主要有两个原因：
一方面是源码实现一般会涉及多个知识点，所以在分析源码时需要穿插多个知识点，从而增加分析的难度。
另一方面是源码实现会处理很多细节问题，这些细节问题虽然不是设计的主要框架，但忽略了有时会让人摸不着头脑。
所以，为了降低分析的难度和让读者能够更容易看懂，在分析源码时更注重知识点的实现，而在不影响理解的情况下，我会忽略一些细节问题。而对于穿插其他知识点的时候，会先跳过其实现，并且在后续的文章对其进行分析。
mmap 的全称是 memory map，中文意思是 内存映射。其用途是将文件映射到内存中，然后可以通过对映射区的内存进行读写操作，其效果等同于对文件进行读写操作。
下面我们通过一幅图来对 mmap 的原理进行阐述：
从上图可以看出，mmap 的原理就是将虚拟内存空间映射到文件的页缓存，可知，对文件进行读写时需要经过页缓存进行中转的。所以当虚拟内存地址映射到文件的页缓存后，就可以直接通过读写映射区内存来对文件进行读写操作。
【文章福利】小编推荐自己的Linux内核技术交流群:【891587639】整理了一些个人觉得比较好的学习书籍、视频资料共享在群文件里面，有需要的可以自行添加哦！！！（含视频教程、电子书、实战项目及代码)
在分析 mmap 的实现前，最好先了解其使用方式.
当我们使用 mmap() 系统调用对文件进行映射时，将会触发调用 do_mmap_pgoff() 内核函数来完成工作，我们来看看 do_mmap_pgoff() 函数的实现（经过精简后）：
经过精简后的 do_mmap_pgoff() 函数主要完成 2 个工作：
首先，调用 get_unmapped_area() 函数来获取进程没被使用的虚拟内存区，并且返回此内存区的首地址。
然后，调用 mmap_region() 函数继续进行映射操作。
在 32 位的操作系统中，每个进程都有 4GB 的虚拟内存空间，应用程序在使用内存前，需要先向操作系统发起申请内存的操作。操作系统会从进程的虚拟内存空间中查找未被使用的内存地址，并且返回给应用程序。 操作系统会记录进程正在使用中的虚拟内存地址，如果内存地址没被登记，说明此内存地址是空闲的（未被使用）。
我们继续来看看 mmap_region() 函数的实现，代码如下（经过精简后）：
mmap_region() 函数主要完成以下 4 件事情：
申请一个 vm_area_struct 结构（vma），内核使用 vma 来管理进程的虚拟内存地址，
设置 vma 结构各个字段的值。
通过调用文件对象的 mmap() 回调函数来设置vma结构的 fault() 回调函数，一般文件对象的 mmap() 回调函数为：generic_file_mmap()。
把新创建的 vma 结构连接到进程的虚拟内存区链表和红黑树中。
内核使用 vm_area_struct 结构来管理进程的虚拟内存地址。当进程需要使用内存时，首先要向操作系统进行申请，操作系统会使用 vm_area_struct 结构来记录被分配出去的内存区的大小、起始地址和权限等。
我们来看看 vm_area_struct 结构的定义：
当把文件映射到虚拟内存空间时，需要把 vma 结构的 vm_file 字段设置为要映射的文件对象，然后调用文件对象的 mmap() 回调函数来设置 vma 结构的 fault() 回调函数。
vma 结构的 fault() 回调函数的作用是：当虚拟内存区没有映射到物理内存地址时，将会触发缺页异常。而在缺页异常处理中，将会调用此回调函数来对虚拟内存映射到物理内存。
我们来看看 generic_file_mmap() 函数是怎么设置 vma 结构的 fault() 回调函数的：
至此，文件映射的过程已经分析完毕。我们来看看其调用链：
前面介绍了 mmap() 系统调用的处理过程，可以发现 mmap() 只是将 vma 的 vm_file 字段设置为被映射的文件对象，并且将 vma 的 fault() 回调函数设置为 filemap_fault()。也就是说，mmap() 系统调用并没有对虚拟内存进行任何的映射操作。
虚拟内存必须映射到物理内存才能使用。如果访问没有映射到物理内存的虚拟内存地址，CPU 将会触发缺页异常。也就是说，虚拟内存并不能直接映射到磁盘中的文件。
那么 mmap() 是怎么将文件映射到虚拟内存中呢？读写文件时并不是直接对磁盘上的文件进行操作的，而是通过 页缓存 作为中转的，而页缓存就是物理内存中的内存页。所以，mmap() 可以通过将文件的页缓存映射到虚拟内存空间来实现对文件的映射。
但我们在 mmap() 系统调用的实现中，也没看到将文件页缓存映射到虚拟内存空间。那么映射过程是在什么时候发生的呢？
答案就是：缺页异常 。
由于 mmap() 系统调用并没有直接将文件的页缓存映射到虚拟内存中，所以当访问到没有映射的虚拟内存地址时，将会触发 缺页异常。当 CPU 触发缺页异常时，将会调用 do_page_fault() 函数来修复触发异常的虚拟内存地址。
我们主要来看看 do_page_fault() 函数对文件映射的实现部分，其调用链如下：
所以我们直接来看看 __do_fault() 函数的实现：
__do_fault() 函数对处理文件映射部分主要分为 3 个步骤：
调用虚拟内存管理区结构（vma）的 fault() 回调函数（也就是 filemap_fault() 函数）来获取到文件的页缓存。
通过页缓存的物理内存页来生成一个页表项值，
将虚拟内存地址映射到页缓存的物理内存页（也就是将进程的页表项设置为上面生成的页表项的值）。
对于 filemap_fault() 函数是怎样读取文件页缓存的，本文不作解释，有兴趣的可以自行阅读源码。
最后，我们以一幅图来描述一下虚拟内存是如何与文件进行映射的：
从上图可以看出，mmap() 是通过将虚拟内存地址映射到文件的页缓存来实现的。当对映射后的虚拟内存进行读写操作时，其效果等价于直接对文件的页缓存进行读写操作。对文件的页缓存进行读写操作，也等价于对文件进行读写操作。
