mmap读大文件不一定更快，仅在随机跳读、重复扫描或稀疏访问时有优势；顺序遍历反而常慢于open().read()或for line in file，因其页表开销和缺页延迟更高。
直接用 mmap 读大文件不一定更快，甚至可能更慢——关键看访问模式。随机跳读、重复扫描、或只读取少量分散区域时，mmap 才有明显优势；顺序流式读取反而常被 open().read() 或 for line in file 吊打。
什么时候该用 mmap？看访问是否“稀疏”或“重复”
内存映射不是万能加速器，它把文件逻辑地址映射到进程虚拟内存，靠操作系统按需调页（page fault）。这意味着：
- 首次访问某段数据才触发磁盘 I/O，适合你只读其中几块（比如解析日志里特定时间戳的记录）
- 多次访问同一区域（如反复搜索某个 header）不用重复系统调用，缓存由 OS 管理
- 但如果你从头扫到尾、每字节只读一次，
mmap的页表开销和 TLB 压力反而拖慢速度 - 特别注意：Windows 上
mmap对大文件（>2GB）默认使用MAP_PRIVATE，且不支持ACCESS_READ的细粒度控制，行为和 Linux 不一致
mmap.mmap() 的三个关键参数必须配对设对
常见错误是忽略 length 和 access 的配合关系，导致 ValueError: mmap length is greater than file size 或静默截断：
-
length必须 ≤ 文件大小，设为0表示映射整个文件（Python 3.8+ 支持，旧版需先os.stat().st_size） -
access推荐显式指定：mmap.ACCESS_READ（只读，最安全）、mmap.ACCESS_WRITE（写回文件）、mmap.ACCESS_COPY（写时复制，不落盘） - 不要省略
fileno参数——必须传入已打开的file.fileno()，且文件句柄不能提前关闭，否则映射立即失效 - 示例正确写法：
f = open("big.log", "rb") mm = mmap.mmap(f.fileno(), length=0, access=mmap.ACCESS_READ) # 后续用 mm[1000:2000] 或 mm.find(b"ERROR")
用 find() 和切片代替正则全文扫描
mmap 对象支持字节串方法（find、rfind、split），但不支持 re.findall() 直接作用于 mmap 对象——那会强制拷贝整段到内存。正确做法是：
- 用
mm.find(pattern)定位起始偏移，再用切片提取上下文：mm[pos-100:pos+200] - 避免
mm[:].decode()——这等于把整个文件读进内存，完全失去 mmap 意义 - 如果必须用正则，先用
find缩小范围，再对局部切片调re.search() - 注意编码：mmap 是字节视图，中文需手动
mm[start:end].decode("utf-8")，别指望自动解码
真正容易被忽略的是生命周期管理：mmap 对象不会自动 close，必须显式调用 mm.close()，否则在 Windows 上可能锁住文件，在 Linux 上虽不锁但会占用虚拟内存和文件描述符。尤其在循环处理多个大文件时，漏关会导致 OSError: [Errno 24] Too many open files。
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！
