mmap读大文件不等于“零拷贝”，它仅避免用户态与内核态间的数据复制，仍依赖页缓存和缺页中断；真正省去的是memcpy，但随机访问未缓存文件可能因频繁缺页变慢。
为什么 mmap 读大文件不等于“零拷贝”
mmap 本身不是零拷贝，它只是把文件映射进虚拟内存，避免了用户态到内核态的显式 read() 系统调用和数据复制，但底层仍依赖页缓存和缺页中断。真正省掉的是 memcpy —— 数据不用从内核缓冲区拷到用户缓冲区，而是直接通过内存地址访问。不过如果文件没被缓存、又频繁随机访问，反而可能因缺页变慢。
- 适用场景：只读、随机访问、文件远大于物理内存（如 GB 级日志/数据库快照）
- 不适用：小文件（开销反超）、频繁写入（需同步处理
msync()）、Windows 上写入映射需ACCESS_WRITE权限 - 关键误区：以为 mmap 后就能立刻访问全部内容 —— 实际是 lazy mapping，首次访问对应页才触发加载
如何安全打开并映射只读大文件
必须用 access=mmap.ACCESS_READ，且文件要以二进制模式打开；Python 的 mmap.mmap() 第一个参数是文件描述符，不是文件路径。
- 正确写法：
with open("huge.bin", "rb") as f: mm = mmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ) - 错误写法：
mmap.mmap("huge.bin", ...)—— 会报TypeError: must be read/write buffer, not str - 长度传
0表示映射整个文件；若传具体字节数，超出文件大小会引发ValueError - Windows 下注意：文件不能被其他进程独占打开，否则
OSError: [WinError 32]
怎么高效读取指定偏移的字节块而不触发全量加载
mmap 对象支持切片和索引，但切片操作（如 mm[1024:2048]）会触发对应页的加载，不是惰性；而单字节访问（mm[1024]）只加载所在页。想最小化页加载，应尽量按页对齐（通常 4KB）读取。
- 推荐做法：用
struct.unpack_from()直接解析结构化数据，避免生成新 bytes 对象import struct val = struct.unpack_from(">I", mm, offset=4096)[0] # 从第4096字节读一个大端uint32 - 避免：
mm[4096:4100].tobytes()—— 多一次内存拷贝，且强制加载该区间所有页 - 注意：切片返回的是
memoryview（Python 3.12+）或bytes（旧版），类型差异会影响后续操作
映射后如何释放资源与避免常见崩溃
mmap 对象不会自动 close，即使文件对象已关闭；未 close 的 mmap 在程序退出时由 OS 回收，但可能卡住文件删除（尤其 Windows），或导致 ResourceWarning。
- 必须显式调用
mm.close()，且应在finally或with语句中确保执行 - 不要在 mmap 关闭后再访问它，会触发
ValueError: mmap closed or invalid - 多进程共享 mmap 需用
mmap.MAP_SHARED+PROT_READ，但 Python 默认是MAP_PRIVATE，写操作不落盘 - Linux 下可配合
posix_fadvise()（需 ctypes）提示内核预读，但 Python 标准库不暴露该接口
真正麻烦的从来不是怎么映射，而是忘了关 —— 一不小心就让文件锁死在 Windows 上，或者在 long-running 进程里累积大量未释放映射。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
