写时复制（COW）技术与其在Linux、Java中的应用
https://www.jianshu.com/p/402d83f89840
什么是写时复制
中文维基上给出的定义基本准确，抄录如下。
写入时复制（英语：Copy-on-write，简称COW）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（private copy）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，就不会有副本被创建，因此多个调用者只是读取操作时可以共享同一份资源。
一言以蔽之，就是读操作直接在正本上进行，一旦有写操作，就复制一份副本出来，并在副本上做修改，再将修改完之后的副本当作正本。
写时复制技术的应用比较广泛，本文举两个例子简单介绍下。
COW in Linux：fork()+exec()
我们知道，在Linux中创建（子）进程的唯一方法就是调用fork()函数。fork()调用会返回两次，在父进程中返回子进程的PID，在子进程中返回0，且调用成功后产生的子进程的内存空间完全是父进程的拷贝（除PID外）。
子进程创建出来之后，默认实现的功能与父进程一致，但是大多数时候子进程需要做别的事情，这时就需要用到exec()函数——“exec()函数”这个名称是一类共6个以exec为前缀的函数的统称，以execve()系统调用为基础。调用exec()函数会加载一个新的可执行程序，用其覆盖掉当前进程内存空间中的进程映像，以实现其他功能。
举个例子，启动一个Shell窗口并执行./my_script.sh命令，实际发生了两件事：
- 当前Shell进程通过调用fork()创建一个子Shell进程；
- 子Shell进程通过调用execve()执行my_script.sh脚本。
基于上面的解释，我们可以用下面的图表示fork()+exec()的过程。注意fork()时复制和页表和整个地址空间。
但是前面也已经说过，“大多数时候子进程需要做别的事情”，所以fork()时复制给子进程的数据往往立刻就被丢弃，白白浪费资源。
有了写时复制之后，fork()出的子进程的地址空间初始全部指向父进程的地址空间（即只复制页表），同时内核将父进程持有的页设为只读。一旦父、子进程中有一方写只读的内存页，就会立即触发缺页中断（page fault）并进入中断处理例程。内核会将该页复制一份副本，供执行写操作的一方使用。如下面的图所示，内存页B的复制被延迟到了子进程写入它的时候。
如果是fork()+exec()的话，子进程被创建后就立即执行一个executable，父进程内存中的数据对子进程而言没有意义——即父进程的页根本不会被子进程写入。在这种情况下可以完全避免复制，而是直接为子进程分配地址空间，如下图所示。
可见，写时复制减少了很多不必要的复制和资源分配overhead。不过，如果fork()之后不是执行exec()，并且父子进程都要频繁写数据的话，就会造成非常大量的page fault，效率反而会降低，所以要尽量避免这种情况。
COW in Java：CopyOnWriteArrayList/Set
在几个月之前的这篇文章里讲解了ConcurrentModificationException和fail-fast机制，并在最后提到了它的counterpart——fail-safe机制，代表就是j.u.c包中支持写时复制的线程安全的集合：CopyOnWriteArrayList、CopyOnWriteArraySet。
以前者为例，它的核心是一个数组和一把ReentrantLock。
final transient ReentrantLock lock = new ReentrantLock(); private transient volatile Object[] array; 当执行读取操作时，是直接读取正本——即原数组，所以不需要加锁。
public E get(int index) { return get(getArray(), index); } private E get(Object[] a, int index) { return (E) a[index]; } final Object[] getArray() { return array; } 而当执行写入操作时，首先通过lock加锁，然后调用Arrays.copyOf()方法复制出一个新数组，在新数组上写入数据，最后将原数组array的引用指向新数组，并解锁。JDK中的源码如下所示，以set()方法为例。
public E set(int index, E element) { final ReentrantLock lock = this.lock; lock.lock(); try { Object[] elements = getArray(); E oldValue = get(elements, index); if (oldValue != element) { int len = elements.length; Object[] newElements = Arrays.copyOf(elements, len); newElements[index] = element; setArray(newElements); } else { // Not quite a no-op; ensures volatile write semantics setArray(elements); } return oldValue; } finally { lock.unlock(); } } final void setArray(Object[] a) { array = a; } 其他写入操作的方法，如add()、remove()、clear()等，原理都是类似的，不再赘述了。
以上就是CopyOnWriteArrayList处理读写操作的基本流程。最后还有一个小问题：它是如何消除并发修改异常的？以下是它所用的迭代器COWIterator的相关代码。
public Iterator<E> iterator() { return new COWIterator<E>(getArray(), 0); } static final class COWIterator<E> implements ListIterator<E> { /** Snapshot of the array */ private final Object[] snapshot; /** Index of element to be returned by subsequent call to next. */ private int cursor; private COWIterator(Object[] elements, int initialCursor) { cursor = initialCursor; snapshot = elements; } public boolean hasNext() { return cursor < snapshot.length; } public boolean hasPrevious() { return cursor > 0; } @SuppressWarnings("unchecked") public E next() { if (! hasNext()) throw new NoSuchElementException(); return (E) snapshot[cursor++]; } @SuppressWarnings("unchecked") public E previous() { if (! hasPrevious()) throw new NoSuchElementException(); return (E) snapshot[--cursor]; } public int nextIndex() { return cursor; } public int previousIndex() { return cursor-1; } // ... } 显而易见，COWIterator执行遍历时，操作的都是原数组array的快照snapshot，也就是“旧”数据，自然不会产生并发修改异常了。
与fail-fast的容器相比，fail-safe的COW容器固然安全了很多，但是由于每次写都要复制整个数组，时间和空间的开销都更高，因此只适合读多写少的情景。在写入时，为了保证效率，也应尽量做批量插入或删除，而不是单条操作。并且它的正本和副本有可能不同步，因此无法保证读取的是最新数据，只能保证最终一致性。
The End
明天事情会很多，晚安吧各位。