<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                ## 3.6.?scull 的內存使用 在介紹讀寫操作前, 我們最好看看如何以及為什么 scull 進行內存分配. "如何"是需要全面理解代碼, "為什么"演示了驅動編寫者需要做的選擇, 盡管 scull 明確地不是典型設備. 本節只處理 scull 中的內存分配策略, 不展示給你編寫真正驅動需要的硬件管理技能. 這些技能在第 9 章和第 10 章介紹. 因此, 你可跳過本章, 如果你不感興趣于理解面向內存的 scull 驅動的內部工作. scull 使用的內存區, 也稱為一個設備, 長度可變. 你寫的越多, 它增長越多; 通過使用一個短文件覆蓋設備來進行修整. scull 驅動引入 2 個核心函數來管理 Linux 內核中的內存. 這些函數, 定義在 <linux/slab.h>, 是: ~~~ void *kmalloc(size_t size, int flags); void kfree(void *ptr); ~~~ 對 kmalloc 的調用試圖分配 size 字節的內存; 返回值是指向那個內存的指針或者如果分配失敗為NULL. flags 參數用來描述內存應當如何分配; 我們在第 8 章詳細查看這些標志. 對于現在, 我們一直使用 GFP_KERNEL. 分配的內存應當用 kfree 來釋放. 你應當從不傳遞任何不是從 kmalloc 獲得的東西給 kfree. 但是, 傳遞一個 NULL 指針給 kfree 是合法的. kmalloc 不是最有效的分配大內存區的方法(見第 8 章), 所以挑選給 scull 的實現不是一個特別巧妙的. 一個巧妙的源碼實現可能更難閱讀, 而本節的目標是展示讀和寫, 不是內存管理. 這是為什么代碼只是使用 kmalloc 和 kfree 而不依靠整頁的分配, 盡管這個方法會更有效. 在 flip 一邊, 我們不想限制"設備"區的大小, 由于理論上的和實踐上的理由. 理論上, 給在被管理的數據項施加武斷的限制總是個壞想法. 實踐上, scull 可用來暫時地吃光你系統中的內存, 以便運行在低內存條件下的測試. 運行這樣的測試可能會幫助你理解系統的內部. 你可以使用命令 cp /dev/zero /dev/scull0 來用 scull 吃掉所有的真實 RAM, 并且你可以使用 dd 工具來選擇貝多少數據給 scull 設備. 在 scull, 每個設備是一個指針鏈表, 每個都指向一個 scull_dev 結構. 每個這樣的結構, 缺省地, 指向最多 4 兆字節, 通過一個中間指針數組. 發行代碼使用一個 1000 個指針的數組指向每個 4000 字節的區域. 我們稱每個內存區域為一個量子, 數組(或者它的長度) 為一個量子集. 一個 scull 設備和它的內存區如圖[一個 scull 設備的布局](# "圖?3.1.?一個 scull 設備的布局")所示. **圖?3.1.?一個 scull 設備的布局** ![一個 scull 設備的布局](https://box.kancloud.cn/2015-09-02_55e6d9e72874b.png) 選定的數字是這樣, 在 scull 中寫單個一個字節消耗 8000 或 12,000 KB 內存: 4000 是量子, 4000 或者 8000 是量子集(根據指針在目標平臺上是用 32位還是 64位表示). 相反, 如果你寫入大量數據, 鏈表的開銷不是太壞. 每 4 MB 數據只有一個鏈表元素, 設備的最大尺寸受限于計算機的內存大小. 為量子和量子集選擇合適的值是一個策略問題, 而不是機制, 并且優化的值依賴于設備如何使用. 因此, scull 驅動不應當強制給量子和量子集使用任何特別的值. 在 scull 中, 用戶可以掌管改變這些值, 有幾個途徑:編譯時間通過改變 scull.h 中的宏 SCULL_QUANTUM 和 SCULL_QSET, 在模塊加載時設定整數值 scull_quantum 和 scull_qset, 或者使用 ioctl 在運行時改變當前值和缺省值. 使用宏定義和一個整數值來進行編譯時和加載時配置, 是對于如何選擇主編號的回憶. 我們在驅動中任何與策略相關或專斷的值上運用這個技術. 余下的唯一問題是如果選擇缺省值. 在這個特殊情況下, 問題是找到最好的平衡, 由填充了一半的量子和量子集導致內存浪費, 如果量子和量子集小的情況下分配釋放和指針連接引起開銷. 另外, kmalloc 的內部設計應當考慮進去. (現在我們不追求這點, 不過; kmalloc 的內部在第 8 章探索.) 缺省值的選擇來自假設測試時可能有大量數據寫進 scull, 盡管設備的正常使用最可能只傳送幾 KB 數據. 我們已經見過內部代表我們設備的 scull_dev 結構. 結構的 quantum 和 qset 分別代表設備的量子和量子集大小. 實際數據, 但是, 是由一個不同的結構跟蹤, 我們稱為 struct scull_qset: ~~~ struct scull_qset { void **data; struct scull_qset *next; }; ~~~ 下一個代碼片段展示了實際中 struct scull_dev 和 struct scull_qset 是如何被用來持有數據的. sucll_trim 函數負責釋放整個數據區, 由 scull_open 在文件為寫而打開時調用. 它簡單地遍歷列表并且釋放它發現的任何量子和量子集. ~~~ int scull_trim(struct scull_dev *dev) { struct scull_qset *next, *dptr; int qset = dev->qset; /* "dev" is not-null */ int i; for (dptr = dev->data; dptr; dptr = next) { /* all the list items */ if (dptr->data) { for (i = 0; i < qset; i++) kfree(dptr->data[i]); kfree(dptr->data); dptr->data = NULL; } next = dptr->next; kfree(dptr); } dev->size = 0; dev->quantum = scull_quantum; dev->qset = scull_qset; dev->data = NULL; return 0; } ~~~ scull_trim 也用在模塊清理函數中, 來歸還 scull 使用的內存給系統.
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看