写时复制简介

news2024/9/23 7:19:37

写时复制技术(Copy on Write)是比较常用的一种技术，它的主要目的是延迟减少以及延迟内存的分配，增加执行效率，只有在真正进行写操作的过程中才会真正分配物理资源。同时，也可以保护数据在系统崩溃时出现的丢失。比如，我们在进行文件修改时，文件系统会首先将待修改数据放到另外一个位置，然后进行操作。

看下维基百科的定义：

写入时复制是一种计算机程序设计领域的优化策略。其核心思想是，如果有多个调用者同时请求相同资源（如内存或磁盘上的数据存储），他们会共同获取相同的指针指向相同的资源，直到某个调用者试图修改资源的内容时，系统才会真正复制一份专用副本给该调用者，而其他调用者所见到的最初的资源仍然保持不变。这过程对其他的调用者都是透明的。此作法主要的优点是如果调用者没有修改该资源，就不会有副本被建立，因此多个调用者只是读取操作时可以共享同一份资源。

本文简单介绍其在操作系统以及编程语言中的实际使用情况。

1、Linux操作系统

在linux系统中，当我们要fork子进程的时侯，就会采用COW的思想。即for一个子进程时侯，并不是直接再重新分配一段物理内存给子进程，而是子进程和父进程共用一段物理内存空间，此时父进程和子进程都是只读内存。若子进程或者父进程要进程写操作，再为其分配新的物理内存。

具体原理是：

fork()之后，kernel把父进程中所有的内存页的权限都设为read-only，然后子进程的地址空间指向父进程。当父子进程都只读内存时，相安无事。当其中某个进程写内存时，CPU硬件检测到内存页是read-only的，于是触发页异常中断（page-fault），陷入kernel的一个中断例程。中断例程中，kernel就会把触发的异常的页复制一份 ，于是父子进程各自持有独立的一份。

linux另外一个要介绍的是在RCU中的应用。

RCU，全称时Read-copy-update，是在linux2.6中引入的。当只是读时，不需要加锁；当进行写操作时，会拷贝一份副本，然后在合适的时候会将执行旧数据的指针更新为执行新数据。

相比于读写锁，RCU最大的变化是进行写操作时，读锁不需要被阻塞。此外，就是其修改对于其他任务来说可能不是立即可见的，有滞后性。因此对于数据具有敏感性，需要实时读到最新的场景，RCU是不合适的。另外，RCU由于需要进行副本拷贝，还要进行删除旧数据等一系列操作，所以其写锁的开销成本较大。因此，RCU在写操作越少的情况，其性能就越好。

2、PHP

PHP 在管理内存方面有一个机制叫写时复制（COW，Copy On Write），保证了变量间复制值不浪费内存：当一个变量的值复制到另一个变量时，PHP 没有为复制值使用更多的内存，相反，它会更新符号表来说明两个变量拥有相同的内存块，所以当执行下面的代码时并没有创建一个新的数组。只有在对应的引用指向的变量值发生变化时才会申请新空间。

3、Java

Java中有几种支持CopyOnWrite的容器，CopyOnWriteArrayList和CopyOnWriteArraySet.其主要用于并发的场景，是线程安全的，但性能一般，因为在添加元素时，会复制一个array，并加锁向其加入元素。下面是添加元素的源码：

public boolean add(E e) {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        Object[] elements = getArray();
        int len = elements.length;
        //复制一个新数组
        Object[] newElements = Arrays.copyOf(elements, len + 1);
        newElements[len] = e;
        setArray(newElements);
        return true;
    } finally {
        lock.unlock();
    }
}

也就是说，上面的容器还是比较适合读多写少的场景。因为写时复制的过程中会同时占用量份内存，可能会频繁引起Java虚拟机的GC操作。此外，它只能满足最终一致性，并不能保证实时的一致性。相反，Java的读写锁中，读写是完全互斥的，能实现强一致性。

4、Redis的Copy On write

当我们使用BGSAVE命令进行持久化的时候，充分利用了Linux的写时复制机制。bgsave执行时，redis会fork出一个子进程，子进程和父进程共用一份内存，当只有读时，互不影响。