C 語言 mmap 文件複製：write 寫入佔位符被 memcpy 覆蓋原理解析

代碼片段背景

使用 mmap 實現文件複製，關鍵步驟：

1. 打開源文件、目標文件。
2. fstat 獲取源文件大小 st_size。
3. lseek(dst, st_size-1, SEEK_SET) 定位到目標文件末尾前 1 字節。
4. write(dst, "a", 1) 寫入佔位符 'a'，擴展目標文件至源文件大小。
5. mmap 映射源文件 (PROT_READ) 和目標文件 (PROT_WRITE | MAP_SHARED)。
6. memcpy(dst_map, src_map, st_size) 複製內存區域。

核心疑問

為什麼 write(dst, "a", 1) 寫入的 'a' 在最終複製的文件中找不到？

原理解析

1. 佔位符目的：mmap 無法擴展文件大小，必須先通過 lseek + write 將目標文件「撐大」到源文件大小。寫入的 'a' 只是佔位，位於文件偏移量 st_size - 1。
2. memcpy 完全覆蓋：memcpy(dm, sm, st_size) 將源文件全部內容（包含最後一字節）複製到目標映射區。目標映射區的最後一字節正是之前寫入 'a' 的位置，因此被源文件的最後一字節覆蓋。
3. 結果：目標文件最終內容與源文件完全一致，佔位符 'a' 不復存在。

內存/文件狀態演示

源文件 (大小 100 字節):  [S0, S1, ..., S98, S99]
目標文件擴展後:           [?, ?, ..., ?, 'a']  // lseek 99 寫入 'a'
mmap 映射後:
  src_map -> 源文件內容
  dst_map -> 目標文件內存映射 (最後一字節為 'a')
memcpy(dst_map, src_map, 100) 執行後:
  dst_map -> [S0, S1, ..., S98, S99]  // 'a' 被 S99 覆蓋
msync/文件關閉後，磁盤文件即為源文件完整副本

關鍵技術點總結

常見誤區提醒

• 以為佔位符會保留：實際上 memcpy 是完全覆蓋，佔位符只是為了讓 mmap 映射成功的臨時手段。
• 省略 msync 導致數據丟失：雖然 MAP_SHARED 通常自動回寫，但調用 msync(dm, st_size, MS_SYNC) 更保險。
• 文件大小為 0 時 lseek(-1) 出錯：需特殊處理空文件情況。

總結

write 寫入的 'a' 是擴展文件大小的佔位符，後續 memcpy 將源文件完整內容複製到映射區時直接覆蓋了該位置，因此最終文件中不存在。這是 mmap 複製文件的標準模式：先撐大，再映射，再複製。