先說結論：使用內存映射文件來處理大文件可以提高效率。
爲什麼呢？
我們先來看看如果不使用內存映射文件的處理流程是怎樣的，首先我們得先讀出磁盤文件的內容到內存中，然後修改，最後回寫到磁盤上。第一步讀磁盤文件是要經過一次系統調用的，它首先將文件內容從磁盤拷貝到內核空間的一個緩衝區，然後再將這些數據拷貝到用戶空間，實際上是兩次數據拷貝。第三步回寫也一樣也要經過兩次數據拷貝。
所以我們基本上會有四次數據的拷貝了，因爲大文件數據量很大，幾十GB甚至更大，所以拷貝的開銷是非常大的。
而內存映射文件是操作系統的提供的一種機制，可以減少這種不必要的數據拷貝，從而提高效率。它由mmap()將文件直接映射到用戶空間，mmap()並沒有進行數據拷貝，真正的數據拷貝是在缺頁中斷處理時進行的，由於mmap()將文件直接映射到用戶空間，所以中斷處理函數根據這個映射關係，直接將文件從硬盤拷貝到用戶空間，所以只進行了一次數據拷貝 ，比read進行兩次數據拷貝要好上一倍，因此，內存映射的效率要比read/write效率高。
一般來說，read write操作可以滿足大多數文件操作的要求，但是對於某些特殊應用領域所需要的幾十GB甚至更大的存儲，這種通常的文件處理方法進行處理顯然是行不通的。目前，對於上述大文件的操作一般是以內存映射文件的方式來加以處理的。
一直都對內存映射文件這個概念很模糊，不知道它和虛擬內存有什麼區別，而且映射這個詞也很讓人迷茫，今天終於搞清楚了。。。下面，我先解釋一下我對映射這個詞的理解，再區分一下幾個容易混淆的概念，之後，什麼是內存映射就很明朗了。
原理
首先，“映射”這個詞，就和數學課上說的“一一映射”是一個意思，就是建立一種一一對應關係，在這裏主要是隻 硬盤上文件 的位置與進程 邏輯地址空間 中 一塊大小相同的區域之間的一一對應，如圖1中過程1所示。這種對應關係純屬是邏輯上的概念，物理上是不存在的，原因是進程的邏輯地址空間本身就是不存在 的。在內存映射的過程中，並沒有實際的數據拷貝，文件沒有被載入內存，只是邏輯上被放入了內存，具體到代碼，就是建立並初始化了相關的數據結構 （struct address_space），這個過程有系統調用mmap()實現，所以建立內存映射的效率很高。
圖1.內存映射原理
既然建立內存映射沒有進行實際的數據拷貝，那麼進程又怎麼能最終直接通過內存操作訪問到硬盤上的文件呢？那就要看內存映射之後的幾個相關的過程了。
mmap()會 返回一個指針ptr，它指向進程邏輯地址空間中的一個地址，這樣以後，進程無需再調用read或write對文件進行讀寫，而只需要通過ptr就能夠操作 文件。但是ptr所指向的是一個邏輯地址，要操作其中的數據，必須通過MMU將邏輯地址轉換成物理地址，如圖1中過程2所示。這個過程與內存映射無關。
前 面講過，建立內存映射並沒有實際拷貝數據，這時，MMU在地址映射表中是無法找到與ptr相對應的物理地址的，也就是MMU失敗，將產生一個缺頁中斷，缺 頁中斷的中斷響應函數會在swap中尋找相對應的頁面，如果找不到（也就是該文件從來沒有被讀入內存的情況），則會通過mmap()建立的映射關係，從硬 盤上將文件讀取到物理內存中，如圖1中過程3所示。這個過程與內存映射無關。
如果在拷貝數據時，發現物理內存不夠用，則會通過虛擬內存機制（swap）將暫時不用的物理頁面交換到硬盤上，如圖1中過程4所示。這個過程也與內存映射無關。
效率
從 代碼層面上看，從硬盤上將文件讀入內存，都要經過文件系統進行數據拷貝，並且數據拷貝操作是由文件系統和硬件驅動實現的，理論上來說，拷貝數據的效率是一 樣的。但是通過內存映射的方法訪問硬盤上的文件，效率要比read和write系統調用高，這是爲什麼呢？原因是read()是系統調用，其中進行了數據 拷貝，它首先將文件內容從硬盤拷貝到內核空間的一個緩衝區，如圖2中過程1，然後再將這些數據拷貝到用戶空間，如圖2中過程2，在這個過程中，實際上完成 了 兩次數據拷貝 ；而mmap()也是系統調用，如前所述，mmap()中沒有進行數據拷貝，真正的數據拷貝是在缺頁中斷處理時進行的，由於mmap()將文件直接映射到用戶空間，所以中斷處理函數根據這個映射關係，直接將文件從硬盤拷貝到用戶空間，只進行了 一次數據拷貝 。因此，內存映射的效率要比read/write效率高。
圖2.read系統調用原理
下面這個程序，通過read和mmap兩種方法分別對硬盤上一個名爲“mmap_test”的文件進行操作，文件中存有10000個整數，程序兩次使用不同的方法將它們讀出，加1，再寫回硬盤。通過對比可以看出，read消耗的時間將近是mmap的兩到三倍。
#include
#include
#include
#include
#include
#include
#include
#include
#include
#define MAX 10000
int main()
{
int i=0;
int count=0, fd=0;
struct timeval tv1, tv2;
int *array = (int *)malloc( sizeof(int)*MAX );
/*read*/
gettimeofday( &tv1, NULL );
fd = open( "mmap_test", O_RDWR );
if( sizeof(int)*MAX != read( fd, (void *)array, sizeof(int)*MAX ) )
{
printf( "Reading data failed.../n" );
return -1;
}
for( i=0; i<max; ++i )< span="" style="word-wrap: break-word;">
++array[ i ];
if( sizeof(int)*MAX != write( fd, (void *)array, sizeof(int)*MAX ) )
{
printf( "Writing data failed.../n" );
return -1;
}
free( array );
close( fd );
gettimeofday( &tv2, NULL );
printf( "Time of read/write: %dms/n", tv2.tv_usec-tv1.tv_usec );
/*mmap*/
gettimeofday( &tv1, NULL );
fd = open( "mmap_test", O_RDWR );
array = mmap( NULL, sizeof(int)*MAX, PROT_READ|PROT_WRITE, MAP_SHARED, fd, 0 );
for( i=0; i<max; ++i )< span="" style="word-wrap: break-word;">
++array[ i ];
munmap( array, sizeof(int)*MAX );
msync( array, sizeof(int)*MAX, MS_SYNC );
free( array );
close( fd );
gettimeofday( &tv2, NULL );
printf( "Time of mmap: %dms/n", tv2.tv_usec-tv1.tv_usec );
return 0;
}