使用numpy.memmap将设备文件映射到内存

Question

为什么使用numpy的memmap打开设备文件（而不是普通文件）不能工作？

self.surface = np.memmap('/dev/fb1', dtype=np.uint16, mode='r+', shape=(320,240))

我正在使用一个自定义内核模块，添加了一个帧缓冲设备，在Python常规的 mmap 模块下工作正常。但是使用 numpy 似乎会在访问文件系统时挂起内核的互斥锁或其他什么（我真的不确定发生了什么）。

我的问题是，这是否是 numpy 的 memmap 无法处理的，我应该采用其他方式？

我在unix stackexchange上提出了另一个问题，但我觉得这是两个不同的问题，所以我都发布了。

显然，这是在 Linux 上（Kubuntu Maverick 带有自定义内核模块）。

更新：

好吧，事实证明我可以很好地创建 memmap。问题似乎是当我关闭进程而没有明确关闭 memmap 对象时，它将在内核中挂起互斥锁。

我不知道这个问题是与 numpy、我的内核模块还是其他地方有关。

- Falmarri

---

老实说，这种问题最好在numpy-discussion上询问。http://mail.scipy.org/mailman/listinfo/numpy-discussion 大多数numpy开发者通常不会检查SO。（我知道的唯一例外是David Cournapeau...）无论如何，祝你好运！ - Joe Kington

你遇到的问题很可能是一个Python mmap问题，因为Python mmap处理所有内存映射和文件关闭的numpy memmap。 - kiyo

奇怪的是Python的mmap工作正常，我仍然没有弄清楚这个问题。 - Falmarri

Answer 1

如果您的代码在Python的mmap模块下正常工作，您可以直接使用它，而不是使用numpy.memmap。

>>> fd = os.open("a", os.O_RDWR)
>>> buffer = mmap.mmap(fd, 0)
>>> surface = np.ndarray((320,240), np.uint16, buffer)

这有另一个优点，即您对使用的内存映射具有更多控制权。

现在，Python的mmap有其自己的特点。正如源所示，它在释放时调用msync。也许这就是您的程序挂起的原因？（您可以尝试使用buffer.flush()来复现您的问题，该方法也会调用msync）。您通过先调用close()的解决方案可能有效，因为它规避了msync！

- hrr

---

虽然这有点老了，而且我没有解决方案（由于其他项目和工作，我真的停止尝试了），但python的mmap无论我做什么都可以工作。只有numpy的memmap会锁死。我的其他unix.stackexchange帖子http://unix.stackexchange.com/questions/6671/how-do-i-debug-a-kernel-module-in-which-a-null-pointer-appears 有更多信息，但并不直接相关。我把这归咎于内核模块错误。由于我使用的代码现在已过时，因此应将此问题视为关闭。 - Falmarri