Linux Copy-On-Write技术

COW技术已经很成熟的运用到Linux操作系统的很多方面，例如fork函数，btr文件系统，还有一些编程语言中的数据类型也用到COW的理念。其实Redis在做持久化的时候，也是用到这个技术。

什么是COW技术

实际上COW是一项内存资源管理的技术，它的主要一个用途是当一个父进程fork出子进程时，子进程不会立即开辟一段独有的内存去共享父进程所有的数据，而是通过共享内存的形式和父进程共享内存页，直到其中又一个进程改变内存中的内容。

共享的内存页会被标记为“COW”，这就告诉操作系统只要其中一个内存页被修改，这个别修改的内存页将会被创建出来，赋予修改后的数据。这样多进程的数据就不会相互影响。

假设有一个进程P，创建了一个子进程Q，此时进程P和Q共享父进程P的所有内存页

当进程P需要修改page3上某段memory的值时，操作系统会为进程P 开辟一块新的内存页，并拷贝page3上的所有数据，新的page3分配给主进程P,允许其修改新page3的数据。

COW的使用和内存使用情况

Linux操作系统中很多API都直接支持Copy On Write，其中用的比较多的就是mmap这个共享内存函数，你可以通过输入参数的flag来指定mode是COW。Python中也有native的lib去支持mmap调用，我们这里通过用numpy库里面封装的mmap函数来检验进程所占内存情况，之所以用到numpy那是因为通过这个库可以简单快速的创建一个很大的object。废话不多说，上代码片段

这里通过numpy库的memap函数，打开tmp目录下的test.log文件，这个文件将序列化成一个1024*1024*50的三维数组，并给数组每个元素赋值为1.文件生成后大约420M，整个进程占用440M内存。

通过COW的mode（flag用‘c’）再次打开/tmp/test.log文件，我们观察到进程的所使用的内存没有改变，这时变量mm和cow共享文件在kernel mode下内存数据，这也是Linux mapping memory机制比直接用open函数操作文件效率高，内存使用少的原因。

此时我们修改cow变量中的（0,0,0）这个位置的元素值，然后在观察mm变量中同一个位置的值是不是被修改了。

我们可以看到cow和mm同一个位置的值是不一样的，一个是0一个是7。这说明操作系统为cow开辟一个新的内存page去接受修改，原有的数据是不变的，这样证实了上一节COW的原理。

最后我们把cow里面所有元素的值改成7，再看看进程的内存使用情况。

可以看到当cow的全部数据修改后，进程内存使用率增加了原来1倍，达到845M。这说明操作系统重新开辟了整个共享内存的大小去接受整个cow的修改。这也说明当共享内存在只读的情况下，操作系统不会开辟新的内存去接受文件内容， 只有当有数据修改时才会把修改内容填入新开辟的内存。

这个例子简单说明了COW的特点，以后我还会继续补充COW在fork函数，Redis中运用。