操作系统学习笔记 · 第 21 课 · 缓存与磁盘调度——为什么系统越用越快
你可能注意到一个现象：同一个文件，第一次打开慢，第二次打开就飞快。为什么？因为系统"记性很好"——读过的数据，它偷偷缓存起来了。这一课，我们讲缓存与磁盘调度，看清"为什么系统越用越快"，以及"快"背后的代价。这是第五阶段（存储与 I/O）的收官课。
从"第二次读文件为什么快"说起
你第一次用 vim 打开一个大文件，可能要等一会儿；关掉，马上再打开——几乎秒开。
同样的文件、同样的磁盘，为什么第二次快这么多？答案：页缓存（page cache）。文件第一次读，数据从磁盘读进内存，顺手留在内存里缓存；第二次读，直接从内存拿，根本不用碰磁盘。
磁盘慢、内存快，这个缓存就是"用空间换时间"的典型。我们拆开看。
21.1 页缓存（page cache）
一句话理解：Linux 把读过的文件页缓存在内存里，下次再读直接从内存拿，不用碰磁盘——所以"第二次读同一文件特别快"。
还记得第 16 课的"分页"吗？文件的数据在内存里也是按页管理的。页缓存干的事：
- 读文件时，内核把对应页从磁盘读进内存的页缓存里；
- 这页数据留在缓存里，不急着丢弃；
- 下次再读同一页，缓存命中，直接返回，不碰磁盘。
一个容易误会的现象：free -h里buff/cache占用很高，内存"看着快满了"。其实很多是缓存——它随时可以被释放掉给真正需要内存的程序用，不是"内存泄漏"。所以 Linux 内存"用满"是好事，说明缓存充分。
21.2 缓冲区（buffer）
一句话理解：缓冲区是"暂存待处理数据的区域"，把零散的小读写攒成一大块再落盘，减少磁盘访问次数。
页缓存管"读"，缓冲区管"攒"。举例子：
- 你写日志，每写一行就要落盘一次？那磁盘会被频繁唤醒，很浪费；
- 缓冲区把零散的小写操作攒起来，攒到一定量（比如 4KB 一个块），一次性落盘。
一句话：缓冲区 = 攒零为整，减少磁盘访问次数。 就像快递攒够一车再发，而不是来一个包裹跑一趟。
21.3 写回 vs 写穿（write-back vs write-through）
缓冲区攒着数据，那到底什么时候真正写进磁盘？两种策略：
| 策略 | 做法 | 优点 | 风险 |
|---|---|---|---|
| 写穿（write-through） | 每次写都立即落盘 | 安全 | 慢 |
| 写回（write-back） | 先写缓存，稍后再落盘 | 快 | 断电可能丢数据 |
一句话理解：写穿"稳但慢"，写回"快但有风险"。
- 写穿：每次写操作立刻同步写到磁盘。数据最安全（断电也不丢），但每次都要等磁盘，慢；
- 写回：先写到缓存，标记为"脏页"，稍后再批量落盘。速度快，但突然断电，还没落盘的脏页就丢了。
Linux 页缓存默认写回：靠定时器和阈值触发刷盘。脏页占比超过阈值（vm.dirty_ratio/vm.dirty_background_ratio），内核就强制刷盘，避免脏页堆积太多。这就是"快"和"安全"之间的权衡。
21.4 磁盘调度（机械硬盘）
数据真正落到机械硬盘上时，还有一个优化点：磁头怎么移动。
一句话理解：机械硬盘有磁头和旋转盘片，寻道（磁头移动）最耗时。磁盘调度把请求重新排序，让磁头"少跑冤枉路"，一次扫过去尽量多服务。
机械硬盘的结构：一个旋转的盘片 + 一个会移动的磁头。读数据时，磁头要先移动到正确的位置（寻道）——这个"移动"是最耗时的。
如果来一个请求就服务一个，磁头会东一下西一下地乱跑，浪费大量时间在寻道上。所以有了磁盘调度：把一堆请求重新排序，让磁头顺着一个方向扫，沿途把该方向上的请求都服务掉。
电梯算法（SCAN）最形象：磁头就像电梯——朝一个方向扫，服务沿途所有请求，扫到头再折返。而不是"来一个跑一趟"。
21.5 SSD 为什么不需要磁盘调度
一句话理解：SSD 没有磁头和旋转，随机访问和顺序访问几乎一样快，所以不需要调度；它的优化方向变成"磨损均衡"和"垃圾回收"。
机械硬盘要调度，是因为"寻道慢"。但 SSD（固态硬盘） 没有磁头、没有旋转盘片——它是纯电子芯片，随机访问和顺序访问几乎一样快。
所以：
- SSD 不需要"让磁头少跑"的调度算法；
- SSD 的优化方向变了：磨损均衡（让每个存储单元磨损均匀，延长寿命）和垃圾回收（回收不再用的块）。
所以现代系统对 SSD 用更简单的 I/O 调度器（如none、mq-deadline）。"优化"永远对着"瓶颈"来——瓶颈变了，优化手段就变。
动手实验：C 语言写电梯调度（SCAN）模拟
// lesson21.c —— 电梯调度（SCAN）算法模拟
#include <stdio.h>
#define REQS 8
int main(void) {
// 磁盘请求磁道号（乱序）
int reqs[REQS] = {98, 183, 37, 122, 14, 124, 65, 67};
int head = 53; // 当前磁头位置
int direction = 1; // 1=向磁道增大方向，-1=减小方向
int served[REQS] = {0};
int total_seek = 0;
printf("SCAN 电梯调度（起点 %d）\n", head);
for (int round = 0; round < REQS; round++) {
int best = -1;
for (int i = 0; i < REQS; i++) {
if (served[i]) continue;
if (direction == 1 && reqs[i] < head) continue; // 只找前进方向的
if (direction == -1 && reqs[i] > head) continue;
if (best == -1 ||
(direction == 1 && reqs[i] < reqs[best]) ||
(direction == -1 && reqs[i] > reqs[best]))
best = i; // 找前进方向上最近的请求
}
if (best == -1) { direction = -direction; round--; continue; } // 到头折返
total_seek += reqs[best] > head ? reqs[best] - head : head - reqs[best];
printf("服务 %d（移动 %d）\n", reqs[best], reqs[best] > head ? reqs[best]-head : head-reqs[best]);
head = reqs[best];
served[best] = 1;
}
printf("总寻道距离：%d\n", total_seek);
return 0;
}编译运行：
gcc lesson21.c -o lesson21 && ./lesson21观察输出：磁头像电梯一样朝一个方向扫，沿途服务该方向上的请求，扫到头再折返。总寻道距离，远小于"来一个服务一个"（那样磁头会来回乱跑）。
你可以试着改成"先来先服务（FCFS）"，对比总寻道距离，直观感受"调度"带来的收益。
深入点：两个进阶话题
① 脏页刷盘时机
写回策略里，"什么时候刷盘"由两个参数控制：
vm.dirty_ratio：脏页占内存比例达到这个值，写操作会阻塞，强制刷盘；vm.dirty_background_ratio：脏页比例达到这个值，后台开始刷盘（不阻塞）。
这是调优 Linux 写性能的关键参数：设太大，断电丢的数据多；设太小，刷盘太频繁、性能差。要平衡。
② 预读（readahead）
顺序读文件时，内核会"猜"你接下来还要读后面的页，于是提前把后面的页读进缓存。
这样顺序读（比如看视频、顺序扫描日志）几乎无等待——你读第 1 页时，第 2、3、4 页已经在内存里候着了。这也是"局部性原理"的又一次应用（第 17 课见过）。
小结与思考题
这一课，我们回答了"为什么系统越用越快"：
- 页缓存：读过的文件页缓存在内存，第二次读不碰磁盘；
- 缓冲区：零散小写攒成一大块再落盘，减少磁盘访问；
- 写回 vs 写穿：快但有风险 vs 稳但慢，Linux 默认写回靠阈值刷盘；
- 磁盘调度：机械硬盘靠 SCAN 让磁头少跑冤枉路；SSD 无磁头，不需要调度。
留三个问题：
- 页缓存为什么让"第二次读文件"变快？
- 写回和写穿的区别？各适合什么场景？
- 为什么机械硬盘要调度、SSD 不需要？
到这里，第五阶段（存储与 I/O，19~21 课）收官。前面我们都是"单机"视角：进程、内存、磁盘。但从下一课起，视野要扩展到网络——程序不再只跟本机的文件对话，而是跟另一台机器上的程序对话。它们之间怎么建立连接？"三次握手"到底是什么？我们进入第六阶段：网络编程。