Linux内核学习---写时复制(COW)技术

Linux内核学习—写时复制(COW)技术

写时复制技术(copy-on-write)

传统的Unix系统以一种比较统一的方式对待所有的进程：子进程复制父进程所有的资源。这种方法有一些很明显弊端：

• 将使用大量内存
• 复制操作耗费大量时间
• 通常情况下子进程不需要读或者写父进程拥有的所有资源，故该方法效率也是非常低的(复制的大量资源都没有使用)

并且，如果应用程序在进程复制后使用exec立即加载新程序，这意味着之前的复制基本是完全多余的，因为进程地址空间需要重新初始化，之前复制的数据不再需要，这导致之前做的都是无用功。

因此，现代Unix内核采用了写时复制(copy-on-write)机制避免fork时将父进程所有资源都复制到子进程。

该技术的核心思想是：只有在不得不复制内容时才去复制内容(tips:感觉操作系统中很多技术都是用到了该思想，如果一个操作的消耗比较大，那么就应该尽可能晚一点少一点该操作。例如：识别dirty bit的 extended clock页替换算法，还有很多操作系统在换页机制上均采用的是lazy换页，也就是不得不换页才换)

具体操作：当fork时只复制页表，因此fork之后父子进程的地址空间指向的是相同的物理内存页。如果父子进程都不需要修改彼此的页(也就是只读)，则共享即可满足，因此将对应的页都标记为只读访问。只有两者中有一个进程要进行修改相应的物理页(也就是写操作)，则会引发页错误。内核检测该页错误是否是因为对只读页面进行写操作引发的，如果是的话则处理该异常：拷贝该页面的内容到一个新的物理页，并设置其为可写，将新的物理页分配给正在写的进程，即修改该进程的页表中对应的这一页，重新执行写操作。

当一个用户父进程创建自己的子进程时，父进程会把其申请的用户空间设置为只读，子进程可共享父进程占用的用户内存空间中的页面（这就是一个共享的资源）。当其中任何一个进程修改此用户内存空间中的某页面时，内核会通过page fault异常获知该操作，并完成拷贝内存页面，使得两个进程都有各自的内存页面。这样一个进程所做的修改不会被另外一个进程可见了。

通过COW机制，使得内核可以尽可能地延迟内存页的访问，最重要的是，由于很多情况下并不需要写操作或只需要很少量的写操作，因此该机制将节省大量时间，提高效率。

实际上，Linux实现该机制时，对每个页描述符增添一个跟踪共享相应页框的进程数目的字段_count。

主要思路：首先判断缺页异常是否是因为访问内存中一个现有的页引起的，然后获取该页相应的页框描述符，只要判断该复制是否是有必要的(如果只有一个进程拥有这个页，就不需要复制，只需要将改页改为可写即可。如果有多个进程访问该页，则需要复制)，如果需要复制则拷贝该页后修改要写进程的页表项。