当我将mmap映射到挂载存储桶中的文件时，它是如何/何时下载的？

Question

我使用的是一个库，它映射一个大型资源文件。我正在考虑将该资源文件存储在一个gcloud桶中，并使用GCSFuse将该文件用于my，而不是构建自己的解决方案来手动下载该文件。

出于性能方面的考虑，我想知道当我通过gcs引信将文件mmap映射到一个桶中的文件时，文件实际上是何时下载的:如果它是在mmap时一次性下载的，那就太理想了。如果块是在我通过mmapped指针访问文件的不同部分时下载的，我想这会因为多次调用桶而变得更慢，如果是这样的话，我可能会使用另一种方法。

Answer 1

这是一个具体的实现细节，所以一定要阅读文档。README.md截至6ab0a79有这样的说法：

在后台下载对象内容时，当新打开的文件第一次被修改时，gcs引信从GCS下载整个支持对象的内容。内容存储在本地临时文件中，其位置由标志--temp-dir控制。稍后，当文件关闭或fsync时，gcs引信将本地文件的内容写回GCS，作为新的对象生成。未修改的文件按需逐部分读取。Gcs引信使用启发式方法检测文件何时按顺序读取，在这种情况下将向GCS发出更少、更大的读取请求。这样做的结果是，在读取或写入整个大文件时，gcs引信的效率相对较高，但对于较大文件中的少量随机写入，速度并不特别快，在较小的程度上，小型随机读取也是如此。将大型文件复制到GCS中时的性能可与gsutil媲美(测试说明见问题22)。如上文所述，由于本地临时文件中数据的暂存，造成了一些开销。请注意，新的和修改过的文件也完全处于本地临时目录中，直到它们由于关闭或fsync而被写入GCS。因此，用户必须确保在编写大文件时有足够的可用空间来处理暂存的内容。

注意关于写下载整个程序、完整对象写入效率更高以及semantics.md中令人惊讶的行为的一点。它将更有效地跳过fuse文件系统层，直接用GCS作为存储块读写整个数据块。但这对这个应用程序使用存储的方式来说是一个重大的改变。