原文：https://manybutfinite.com/post/page-cache-the-affair-between-memory-and-files/
翻译：RobotCode俱乐部

现在来做一个测验。假设render程序的最后一个进程实例已经退出，会立即释放页面缓存中的scene.dat数据？人们经常这么认为的，但这不是一个好主意。你有没有想到，我们通常在一个程序中创建一个文件，然后退出，然后在另一个程序中要使用该文件。页面缓存也必须处理这种情况。所以内核为什么要删除页面缓存内容呢？请记住，磁盘比RAM慢5个数量级，因此页面缓存命中是一个巨大的胜利。只要有足够的空闲物理内存，缓存就应该被尽可能的使用。因此，它不依赖于特定的进程，而是一个系统范围的资源。如果你运行render进程一周后，发现scene.dat仍然被缓存，这太幸运了!这就是为什么内核缓存的大小会稳步上升，直到达到上限。这并不是因为操作系统是垃圾并占用你的RAM，这实际上是一种良好的行为，因为从某种程度上说，释放物理内存才是一种浪费。

由于页面缓存的存在，当程序调用write()写字节时，只需将其复制到页面缓存中，并将页面标记为dirty。磁盘I/O通常不会立即发生，因此你的程序不会阻塞等待磁盘。不利的一面是，如果计算机崩溃，您的写操作将永远无法完成，因此像数据库事务日志这样的关键文件必须调用fsync()立刻写入到磁盘(但是仍然需要担心驱动器控制器的缓存，也可能造成并不会立刻写入到物理磁盘)。另一方面，读取通常会阻塞程序，直到数据可用为止。内核使用预先加载技术来缓解这个问题，其中一个例子是提前读取，内核将几个页面预加载到页面缓存中，等待你的读取。你可以通过调整内核的一些选项来调整预先加载行为，可以控制顺序读取文件还是随机读取文件。Linux确实对内存映射文件进行预读，但我不确定Windows是否如此。最后，可以在Linux中使用O_DIRECT绕过页面缓存，或者在Windows中使用NO_BUFFERING绕过页面缓存，这是数据库软件经常做的事情。

文件映射可以是私有的或共享的。这是针对内存中的内容所做的更新：在私有映射中，更新不提交到磁盘或使其他进程可见，而在共享映射中，更新是可见的。内核使用页表项启用的写时复制机制来实现私有映射。在下面的例子中，render和render3d都私有映射了文件scene.dat。render然后写入它的虚拟内存区域中的映射文件：

上面所示的只读页表项并不意味着映射是只读的，它们只是在最后一刻共享物理内存的内核实现技巧。你可以看到“private”是多么的不恰当，只要记住它只适用于更新，读取不是私有的，也是共享的。这种设计的结果是，通过映射文件的虚拟页面可以反映出有其他程序对该文件做了更改。一旦写时复制完成，其他人的更改将不再可见。内核不能保证这种行为，但它是在x86中得到的，（是通过硬件方式实现的？这里不太明白）从API的角度来看是有意义的。相比之下，共享映射仅仅映射到页面缓存，仅此而已。更新对于其他进程是可见的，并最终保存在磁盘中。最后，如果上面的映射是只读的，那么页面错误将触发段错误，而不是写入时的复制错误。

动态加载的库通过文件映射到程序的地址空间。这没有什么神奇的，它是同样的私有文件映射。下面的示例展示了两个运行实例部分地址空间中的文件映射，以及物理内存使用情况，以便我们将上述许多概念联系在一起。

关于内存基础的3部分系列文章到此结束。我希望这个系列是有用的，并为你提供了Linux内核内存管理的宏观机制。

--END

这3部分汇总如下：

RobotCode俱乐部：程序的内存布局（上）

RobotCode俱乐部：程序的内存布局（下）

RobotCode俱乐部：内核是如何管理内存的？（上）

RobotCode俱乐部：内核是如何管理内存的？（中）

RobotCode俱乐部：内核是如何管理内存的？（下）

RobotCode俱乐部：页面缓存（Page Cache）-内存和文件之间的那点事儿（上）

RobotCode俱乐部：页面缓存（Page Cache）-内存和文件之间的那点事儿（下）

由于本人水平有限，翻译必然有很多不妥的地方，欢迎指正。
同时，欢迎关注下方微信公众号，一起交流学习：）