Linux文件映射与匿名内存有什么区别?如何理解共享、回写和进程占用
同一个进程把 1 GiB 文件映射到地址空间,并不意味着系统马上为它分配了 1 GiB 物理内存;同样,进程显示较大的 VIRT 或 VmSize,也不等于它已经占用了同样多的内存。真正需要区分的是:映射占用了多少虚拟地址空间,当前有多少页面驻留在物理内存中,这些页面是否被多个进程共享,以及修改后的内容最终写回文件、进入交换空间,还是仅保留在进程的私有副本中。
文件映射通常由文件和页缓存提供后备存储,匿名内存则没有普通文件路径作为直接后备。MAP_SHARED、MAP_PRIVATE、fork()、写时复制、页面回收和内存统计工具,会让“共享”“回写”和“进程占用”出现不同含义。理解这些边界后,才能正确解释 top、ps、pmap 和 /proc/<pid>/smaps 中看似矛盾的数字。
先划清文件映射与匿名内存的边界
文件映射是什么
文件映射通常通过 mmap() 建立。内核把进程的一段虚拟地址空间关联到普通文件的某个偏移范围,进程访问这段地址时,内核按需把对应文件页面装入内存。
一个 1 GiB 文件可以只映射其中 64 MiB,也可以映射完整文件。无论映射范围多大,建立映射本身主要是建立虚拟地址区间和相关元数据,并不会立即把整个文件读入物理内存。
文件映射有两个最常见的标志:
| 类型 | 进程写入后的可见性 | 是否修改普通文件 | 常见内存表现 |
|---|---|---|---|
MAP_SHARED | 其他共享该映射的进程可看到修改 | 通常会通过页缓存和回写反映到文件 | 可能出现 Shared_Dirty,随后变为干净页 |
MAP_PRIVATE | 修改只对当前进程及其派生的私有地址空间可见 | 不会把写入内容写回原文件 | 写入后通常触发写时复制,形成匿名私有页 |
MAP_PRIVATE 并不意味着映射页面从一开始就完全独占。多个进程以私有方式映射同一个文件时,尚未被修改的干净文件页仍可能由多个进程共同使用。只有某个进程写入页面后,内核才为它创建私有副本。
因此,“文件映射”描述的是页面的后备来源,而“是否共享”还要结合映射标志和页面是否发生写时复制来判断。
匿名内存是什么
匿名内存没有普通文件作为直接后备来源,常见来源包括:
- 进程堆,通常与
brk()或分配器管理有关; - 通过
mmap(MAP_ANONYMOUS)申请的内存; - 线程栈和部分线程运行时区域;
MAP_PRIVATE文件映射发生写时复制后生成的私有页面;- 分配器为大块内存、线程缓存或内部 arena 建立的区域。
匿名内存不等于“永远只属于一个进程”。例如,进程调用 fork() 后,父子进程会暂时共同使用相同的匿名物理页;其中一方写入时才发生写时复制。多个进程也可以通过共享匿名映射、共享内存或基于 tmpfs 的机制共同访问一组页面。
所以,“匿名”主要说明页面没有普通文件路径作为直接来源,并不直接说明它是否共享、是否驻留或是否会交换出去。
MAP_SHARED、物理共享和统计共享不是一回事
“共享”至少有三种常见含义:
- 访问语义共享:一个进程写入后,其他进程是否能看到,例如
MAP_SHARED。 - 物理页面共享:多个进程的虚拟地址是否指向同一个物理页。
- 统计意义上的共享:内存工具如何在多个进程之间分摊同一页面。
这三个概念不能直接画等号。
例如,两个进程以 MAP_PRIVATE 方式映射同一个文件,在双方都只读时,可能共同使用同一组物理页。此时它们在物理层面共享,但写入语义并不共享。某个进程写入后,该页面被复制成它自己的匿名页,原文件内容和另一个进程看到的内容都不会因此改变。

页面是如何装入、修改和回收的
映射建立时,通常只建立虚拟地址关系
以文件映射为例,调用 mmap() 后,进程可能拥有一段几十 GiB 的虚拟地址范围,但其中尚未访问的页面并没有对应的物理页。
当代码第一次读取或写入某个页面时,会产生缺页异常。内核根据映射类型处理:
- 文件映射:从页缓存中查找,必要时从文件读取;
- 匿名内存:分配新的物理页,或映射零页后在写入时分配可写页面;
- 私有文件映射写入:创建当前进程的匿名副本;
- 已经被换出的匿名页:从交换空间读回。
因此,映射大小、实际访问范围和当前驻留量可能完全不同。
例如,程序建立了一个 64 MiB 的匿名映射,但只按页写入其中 8 MiB,那么与该映射直接相关的常驻内存通常接近 8 MiB,再加上页面对齐和内核管理开销,而不是完整的 64 MiB。这个数值仍可能受到透明大页、预取、分配器行为和其他映射影响。
MAP_SHARED 的修改为什么会回写
对普通文件建立可写的 MAP_SHARED 映射后,进程写入的内容通常先修改内存中的页缓存页面。该页面会被标记为脏页,内核随后根据回写策略将其写入文件。
这里的“写入成功”与“数据已经持久化到存储设备”不是同一个时刻:
- 写入映射:通常只是修改了内存页;
- 标记脏页:表示该页内容与文件当前持久化内容存在差异;
- 后台回写:内核将脏页提交给文件系统;
- 持久化完成:还受到文件系统、设备缓存和同步调用影响。
因此,MAP_SHARED 适合需要多个进程共享文件内容的场景,但不能仅凭一次内存写入就推断数据已经完成持久化。对数据库、日志或崩溃一致性要求较高的程序,还需要结合文件系统语义、msync()、fsync() 和应用层事务设计。
MAP_PRIVATE 写入会产生匿名副本
对文件建立 MAP_PRIVATE 映射时,首次读取通常可以直接使用文件页缓存。首次写入某个页面时,内核执行写时复制:
- 保留原来的文件页面,其他进程仍可使用;
- 为当前进程分配新的物理页;
- 把原页面内容复制到新页面;
- 将当前进程的页表指向新页面;
- 后续写入只修改这个私有副本。
这个副本不会按普通文件映射的方式回写到原文件。它通常会在进程退出时释放,或者在内存压力下被换出。
这也是一个常见误判来源:同一段地址仍然属于原来的文件映射范围,但其中一部分页面已经是匿名私有页。查看 smaps 时,可能同时看到文件相关的映射信息和 Private_Dirty、Anonymous 等统计变化。
匿名内存通常通过交换空间回收
普通匿名内存没有可直接重新读取的文件内容。内存压力较大时,内核如果需要回收其中的脏页,通常需要将页面写入交换空间;以后再次访问时再从交换空间读回。
文件映射的干净页则可以直接丢弃,因为需要时能够从文件重新读取。文件映射的脏页需要先回写,私有文件映射产生的匿名脏页则通常按照匿名页处理。
可以用下面的方式理解:
| 页面状态 | 内存不足时的典型处理 |
|---|---|
| 干净文件页 | 直接回收,之后从文件重新读取 |
MAP_SHARED 脏文件页 | 先回写文件,再回收 |
MAP_PRIVATE 写时复制后的脏页 | 通常进入交换空间,或等待进程释放 |
| 匿名脏页 | 通常进入交换空间 |
| 共享匿名页 | 根据具体机制和引用情况回收或交换 |
这不是绝对的执行顺序。内核还会考虑页面活跃度、回收策略、内存锁定、透明大页和 cgroup 限制等因素,但作为判断“回写还是交换”的第一层边界是有效的。

进程占用为什么不能只看一个数字
虚拟大小、RSS、PSS 和 USS 的含义
常见内存指标的含义并不相同:
| 指标 | 主要含义 | 是否适合代表实际物理占用 |
|---|---|---|
VIRT、VmSize | 进程映射的虚拟地址空间总量 | 不适合直接代表物理占用 |
RSS、RES | 当前驻留在物理内存中的页面 | 可以观察驻留量,但会重复计算共享页 |
PSS | 驻留页面按共享进程数分摊后的估算值 | 更适合比较进程实际分摊占用 |
USS | 只被当前进程使用的私有驻留页面 | 适合估算进程独占部分 |
假设一组共享库页面共有 100 MiB,4 个进程都映射并且这些页面全部驻留:

- 每个进程的 RSS 可能都包含约 100 MiB;
- 把四个进程的 RSS 相加,会得到约 400 MiB,看起来像重复计算;
- 每个进程的 PSS 大约分摊到 25 MiB;
- 四个进程的 PSS 合计约为 100 MiB。
如果另有一个进程独占 100 MiB 匿名内存,那么它的 RSS、PSS 和 USS 通常都会接近 100 MiB,具体数值还要加上其他页面和统计误差。
因此:
- 估算单个进程当前占用,可以先看 RSS;
- 比较多个进程的内存分摊,优先看 PSS;
- 判断重启某个进程能释放多少内存,可重点关注 USS,同时结合共享页面的引用关系;
- 估算整台机器或容器的内存压力,不能简单把所有进程 RSS 相加。
Shared_Clean 不等于“共享写入”
/proc/<pid>/smaps 中的字段通常包括:
Rss:该映射当前驻留的页面;Pss:该映射按共享关系分摊后的驻留量;Shared_Clean:被多个地址空间使用且未修改的页面;Shared_Dirty:被多个地址空间使用且已修改的页面;Private_Clean:当前进程独占但未修改的页面;Private_Dirty:当前进程独占且已修改的页面;Anonymous:被统计为匿名来源的驻留页面;Swap:当前映射中已经进入交换空间的页面。
一个共享库的代码段通常表现为文件映射、只读、干净页面;它可能由多个进程共享。一个 MAP_SHARED 的可写映射在尚未回写时,可能表现为 Shared_Dirty。一个匿名堆区域通常以 Private_Dirty 为主。
这些字段反映的是检查时刻的状态。后台回写、页面回收、进程间共享关系变化后,数值会改变,不能把一次采样当成永久属性。
影响占用的几个关键因素
实际访问范围
映射了多少不等于访问了多少。顺序访问通常容易触发预读,随机访问则可能造成更多缺页和缓存淘汰。应用只读取文件的一小部分时,文件映射可以保持较小的 RSS;如果持续扫描整个文件,常驻页面会随访问范围变化。
是否发生写入
只读访问通常不会产生新的私有副本。对 MAP_PRIVATE 映射写入,会按页面而不是按整个映射触发复制。写入 4 KiB 页面和写入 64 MiB 页面,对物理内存和 PSS 的影响不同。
进程数量和 fork()
多个进程映射同一个文件时,干净页面可能共享。父进程调用 fork() 后,父子进程最初也可能共享匿名页面;双方分别修改同一批页面时,物理内存会逐步增加。
页面大小和透明大页
普通页面常见为 4 KiB,但部分系统和映射可能使用透明大页或显式大页。此时一次写入可能导致更大粒度的分配、复制或拆分。观察到的 RSS 增量不一定严格等于业务代码写入的字节数。
交换空间和内存回收
匿名页进入交换空间后,进程的 RSS 可能下降,但 VmSize 不一定下降。再次访问时会触发换入,表现为延迟增加和缺页活动上升。文件页被回收后重新读取文件,也可能导致 I/O,但不一定涉及 swap。
cgroup 和容器边界
在 cgroup v2 环境中,可以查看对应 cgroup 的 memory.current,但它与某个进程的 RSS、PSS 不是同一统计口径。cgroup 还可能包含页缓存、共享页和部分内核内存。容器内看到的进程数据,不能直接替代宿主机整体内存统计。
A5idc数据提供中国香港、美国、日本等地区的物理服务器,产品涵盖不同内存容量及SSD、NVMe、大容量HDD等存储配置。对于使用文件映射访问大文件、运行多进程服务或容器业务的场景,这些计算、内存和磁盘资源可为页面驻留、数据读写与文件存储提供部署基础。
用 /proc 验证映射类型和占用
先查看虚拟地址映射
将目标进程号填入下面的命令:
PID=1234
grep -E '^[0-9a-f]+-[0-9a-f]+|/|^\[.*\]$' "/proc/$PID/maps"
/proc/<pid>/maps 中每行通常包含地址范围、权限、偏移、设备号、inode 和路径。权限部分最后一个字符很重要:
p:私有映射,通常对应MAP_PRIVATE;s:共享映射,通常对应MAP_SHARED;- 没有普通文件路径的区域,可能是匿名内存、堆、栈、线程区域或其他特殊映射;
[heap]、[stack]、[vdso]等标记表示内核或运行时识别出的特殊区域。
例如,下面两类行表达的含义不同:
7f1000000000-7f1002000000 rw-s 00000000 08:01 123456 /tmp/demo.bin
7f1003000000-7f1005000000 rw-p 00000000 00:00 0
第一行是有文件路径的共享可写映射,第二行是没有普通文件路径的私有可写匿名映射。仅凭路径还不能知道全部页面是否已经驻留,需要继续查看 smaps。
查看每个映射的 RSS、PSS 和脏页
如果内核提供 smaps_rollup,可以先看整个进程的汇总:
PID=1234
cat "/proc/$PID/smaps_rollup"
典型字段可能类似:
Rss: 74240 kB
Pss: 51680 kB
Shared_Clean: 12800 kB
Shared_Dirty: 4096 kB
Private_Clean: 6144 kB
Private_Dirty: 51200 kB
Anonymous: 56320 kB
Swap: 0 kB
这里的数值仅用于说明阅读方式,不代表某个固定系统的实际结果。重点是比较字段之间的关系:
Rss明显大于Pss,通常说明进程使用了较多共享页面;Private_Dirty较大,通常表示进程有较多独占且已修改的页面;Shared_Dirty较大,可能存在共享可写映射或尚未完成回写的共享页面;Swap非零,说明该进程关联的一部分页面已被换出。
要定位具体文件映射,可以查看完整的 smaps:
PID=1234
awk '
/^[0-9a-f]+-[0-9a-f]+/ {
print "\n" $0
}
/^(Size|Rss|Pss|Shared_Clean|Shared_Dirty|Private_Clean|Private_Dirty|Anonymous|AnonHugePages|Swap|SwapPss):/ {
print
}
' "/proc/$PID/smaps"
smaps 以映射为单位给出数据。把带路径的地址段与后面的 Rss、Pss、Private_Dirty 和 Shared_Dirty 对照,通常就能判断某个文件映射当前到底占用了多少驻留内存,以及是否发生了私有化或写入。
查看系统层面的回收和回写压力
进程数据还需要与系统整体状态对照:
grep -E '^(MemTotal|MemFree|MemAvailable|Cached|SwapTotal|SwapFree|Dirty|Writeback):' /proc/meminfo
重点关注:
MemAvailable:系统估计可以继续分配的内存;Cached:页缓存等相关内存;Dirty:等待回写的脏页;Writeback:正在回写的页面;SwapFree:交换空间剩余量。
需要连续观察时,可以使用:
vmstat 1
如果 si、so 持续出现较高值,说明存在明显换入换出活动;如果 bi、bo 增加,说明块设备读写较为活跃。但这些指标属于系统级现象,不能单独证明某一个映射正在回写或换出,仍需结合目标进程的 smaps。
用一个小程序观察两类映射
在有 C 编译器的 Linux 主机上,可以使用下面的示例建立一个 32 MiB 文件共享映射和一个 32 MiB 私有匿名映射,并触碰每个页面:
#define _GNU_SOURCE
#include <fcntl.h>
#include <stdio.h>
#include <stdlib.h>
#include <sys/mman.h>
#include <sys/types.h>
#include <unistd.h>
int main(void) {
const size_t size = 32UL * 1024UL * 1024UL;
const char *path = "/tmp/a5idc-mmap-demo.bin";
int fd = open(path, O_RDWR | O_CREAT | O_TRUNC, 0600);
if (fd < 0) {
perror("open");
return 1;
}
if (ftruncate(fd, (off_t)size) != 0) {
perror("ftruncate");
close(fd);
return 1;
}
void *file_map = mmap(
NULL, size, PROT_READ | PROT_WRITE,
MAP_SHARED, fd, 0
);
if (file_map == MAP_FAILED) {
perror("mmap file");
close(fd);
return 1;
}
void *anon_map = mmap(
NULL, size, PROT_READ | PROT_WRITE,
MAP_PRIVATE | MAP_ANONYMOUS, -1, 0
);
if (anon_map == MAP_FAILED) {
perror("mmap anonymous");
munmap(file_map, size);
close(fd);
return 1;
}
close(fd);
volatile unsigned char *file_bytes =
(volatile unsigned char *)file_map;
volatile unsigned char *anon_bytes =
(volatile unsigned char *)anon_map;
for (size_t i = 0; i < size; i += 4096) {
file_bytes[i] = 0x5a;
anon_bytes[i] = 0xa5;
}
printf("pid=%ld\n", (long)getpid());
printf("file mapping=%p, anonymous mapping=%p, size=%zu MiB\n",
file_map, anon_map, size / 1024 / 1024);
printf("按 Ctrl-C 退出程序后再检查映射状态。\n");
sleep(600);
munmap(file_map, size);
munmap(anon_map, size);
return 0;
}
编译并运行:
cc -O0 -Wall -Wextra -o /tmp/a5idc-mmap-demo /tmp/a5idc-mmap-demo.c
/tmp/a5idc-mmap-demo
程序运行后,在另一个终端执行:
PID=程序输出的PID
grep -E '/tmp/a5idc-mmap-demo.bin|^[0-9a-f]+-[0-9a-f]+.*rw-p' \
"/proc/$PID/maps"
cat "/proc/$PID/smaps_rollup"
典型观察逻辑如下:
- 文件区域应能看到
/tmp/a5idc-mmap-demo.bin,权限通常包含rw-s; - 匿名区域通常没有普通文件路径,权限通常包含
rw-p; - 两个区域都被按页写入后,RSS 会明显增加;
- 文件共享映射可能出现
Shared_Dirty,之后也可能因后台回写转为干净状态; - 私有匿名映射通常主要体现在
Private_Dirty和Anonymous; - 进程本身还会包含运行时、栈、动态库等其他映射,所以汇总值会大于两个 32 MiB 区域的简单相加。
该示例会在 /tmp 创建专用测试文件。确认程序已经退出且该路径确实只用于本示例后,再删除这个生成文件:
rm -f /tmp/a5idc-mmap-demo.bin
不要把删除命令用于生产文件;如果替换了示例路径,应先确认文件内容可以丢弃,并核对路径没有指向业务数据。
适用限制和最终判断边界
文件映射适合处理大文件的局部访问、进程间共享文件内容、减少显式读写缓冲复制等场景,但它不是“把文件变成内存”的简单开关。随机访问、频繁写入、内存压力和回写延迟,都会改变实际效果。
还需要注意几个边界:
- 文件被其他进程截断后,继续访问超出新文件长度的映射区域,可能触发
SIGBUS; MAP_PRIVATE的修改不会成为原文件内容,不能用它替代持久化写入;MAP_SHARED写入也不代表数据已经完成稳定存储;- 匿名内存没有普通文件作为恢复来源,内存不足时可能依赖交换空间;
- 通过
tmpfs、共享内存或memfd建立的区域,可能既没有普通磁盘文件路径,又具有共享或可交换特征,不能仅凭/proc/<pid>/maps的路径为空就认定它是普通私有匿名内存; RSS会重复计算共享页面,多个进程相加时应优先参考 PSS;VmSize只说明虚拟地址空间规模,不能直接用于判断物理内存压力;- 透明大页和不同页面大小会让“写入多少字节就增加多少内存”的估算失效。
实际分析时,可以按以下顺序判断:先看 maps 确认映射来源和 p/s 权限,再看 smaps 中的 Rss、Pss、Private_Dirty、Shared_Dirty 和 Swap,最后结合 /proc/meminfo、vmstat 以及应用是否发生写入来判断页面是在共享、回写、交换还是仅仅占用了虚拟地址空间。只要把“后备来源”“访问共享语义”“当前驻留状态”和“统计口径”分开,Linux 文件映射与匿名内存的差异就能落到可验证的页面行为上。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6208.html



