SpooledTemporaryFile的max_size与rollover：数据什么时候落到磁盘

如果你用 SpooledTemporaryFile 暂存数据，想知道它什么时候从内存转到磁盘，答案有三个入口。

按 Python 官方 tempfile 文档的说明，这个类的行为与 TemporaryFile() 完全一致，区别在于：数据会先在内存中暂存（spooled in memory），直到文件大小超过 max_size，或者文件的 fileno() 方法被调用，此时内容才被写入磁盘，之后的操作就和 TemporaryFile() 一样了。

文档还写明，这个对象额外带一个 rollover() 方法，它会让文件“无论大小”都转为磁盘文件。

所以判断顺序可以这样定：

1. 写入的数据量有没有超过 max_size？超过就落盘。

2. 有没有调用 fileno()？调用了就落盘。

3. 有没有主动调用 rollover()？调用了就落盘，不看大小。

三个条件任意一个成立，数据就从内存转到磁盘。本文只讲这三个触发条件，不讲性能调优。

一个前提：下面所有示例都是自建的练习脚本，只操作练习目录，不碰你正在用的文件。动手前建议在练习目录里新建脚本，例如 exercise/spool_demo.py。

max_size 这个参数容易被理解错。它限制的是“数据在内存里能待多久”，不是“文件最大能有多大”。

按文档的表述，数据在内存中暂存，直到文件大小超过 max_size。也就是说，max_size 是内存阶段的容量阈值。一旦写入量越过这条线，内容就被写到磁盘，之后继续写多少都不再受这个值约束——因为此时它已经是一个磁盘文件了。

文档给出的默认值是 max_size=0。这一点值得单独记一笔：默认值不是某个较大的数字，而是 0。所以如果你不显式传 max_size，任何一次写入都会立刻超过它，数据基本不会在内存里停留。

一个自建示例（练习数据，不是对真实文件的记录）：

import tempfile

with tempfile.SpooledTemporaryFile(max_size=16) as f:
    f.write(b"12345678")
    print(f._file)

这里 max_size 设成 16，写入 8 个字节，没有超过上限，所以此时底层还是内存对象。文档说明，返回对象的 _file 属性要么是 io.BytesIO 或 io.TextIOWrapper（取决于二进制还是文本模式），要么是一个真正的文件对象，取决于 rollover() 有没有被调用。

需要说清的是：文档没有规定“超过”是严格大于还是大于等于，也没有给出各平台内存缓冲的具体实现细节，本文不补这些。

fileno() 出现在触发条件里，是因为它要返回一个真正的文件描述符。

按文档的表述，数据在内存中暂存，直到文件大小超过 max_size，或者文件的 fileno() 方法被调用，此时内容被写入磁盘。

这句话的逻辑是：内存里的 BytesIO 对象没有操作系统层面的文件描述符，而 fileno() 的职责就是交出这个描述符。所以一旦你调用它，对象就必须先变成一个真正的磁盘文件，才能给出有效的返回值。这就是为什么调用 fileno() 会连带触发落盘，而不是只返回一个编号。

一个自建示例（练习场景，不是对真实文件的记录）：

import tempfile

with tempfile.SpooledTemporaryFile(max_size=1024) as f:
    f.write(b"small")
    print(f._file)
    fd = f.fileno()
    print(f._file)

第一次打印时数据量远小于 1024，底层还是内存对象；调用 fileno() 之后再打印，底层已经变成真正的文件对象。

这里要提醒一点：文档没有说明 fileno() 在文本模式下是否同样可用、返回值在哪些平台上有什么差异，本文不替它补这些结论。如果你只是想知道“有没有落盘”，看 _file 的类型比看 fileno() 的返回值更直接。

rollover() 解决的是“我想现在就让数据落到磁盘”这个需求。

按文档的表述，rollover() 会让文件无论大小都转为磁盘文件。注意“regardless of its size”这个限定：它不检查当前数据量有没有超过 max_size，你调用它就执行。

它和另外两个触发条件的区别在于主动性：

- 超过 max_size 是被动的，由写入量决定。

- 调用 fileno() 是间接的，你本来可能只是想要一个描述符。

- 调用 rollover() 是直接的，你就是想让它落盘。

一个自建示例（练习数据，不是对真实文件的记录）：

import tempfile

with tempfile.SpooledTemporaryFile(max_size=1024) as f:
    f.write(b"tiny")
    print(f._file)
    f.rollover()
    print(f._file)

写入量很小，本来不会触发落盘；调用 rollover() 之后，底层对象类型发生变化。

一个边界：文档只说明 rollover() 会让文件转为磁盘文件，没有说明重复调用它会怎样、也没有说明调用后原有数据如何迁移的细节，本文不补这部分。

判断落盘有没有发生，最直接的办法是看 _file 属性的类型，而不是靠猜。

文档明确写了这个属性的取值：要么是 io.BytesIO 或 io.TextIOWrapper（取决于二进制还是文本模式），要么是一个真正的文件对象，取决于 rollover() 有没有被调用。

所以核对方法可以这样组织（以下为编辑整理的观察方法，不是对某个真实程序的测试记录）：

1. 在写入前后分别打印 _file，比较类型有没有变。

2. 类型是 BytesIO 或 TextIOWrapper，说明还在内存阶段。

3. 类型变成真正的文件对象，说明已经落盘。

一个自建对照表（示例，不是实测数据）：

| 操作 | 预期 _file 类型 |

| 写入量小于 max_size | 内存对象 |

| 写入量超过 max_size | 文件对象 |

| 调用 fileno() 后 | 文件对象 |

| 调用 rollover() 后 | 文件对象 |

需要提醒的是：_file 带下划线前缀，文档把它作为属性来描述，但它不是为日常调用设计的公开接口。用它来观察行为可以，不要把它当成稳定的编程接口去依赖。

落盘和清理容易被混在一起，但它们回答的是不同问题。

落盘回答的是“数据现在存在哪里”，由 max_size、fileno()、rollover() 三个条件决定。清理回答的是“这个临时文件什么时候消失”，由上下文管理器或对象销毁决定。

文档说明，TemporaryFile、NamedTemporaryFile、TemporaryDirectory 和 SpooledTemporaryFile 都是提供自动清理、可作为上下文管理器使用的高层接口。对 SpooledTemporaryFile 来说，它“与 TemporaryFile() 完全一致”，所以同样遵循这套清理规则。

也就是说，即使数据已经落到磁盘，退出 with 语句时它仍然会被清理掉。落盘不等于留下文件。

一个自建示例（练习场景，不是对真实文件的记录）：

import tempfile

with tempfile.SpooledTemporaryFile(max_size=8) as f:
    f.write(b"0123456789")
    print(f._file)

写入 10 个字节，超过 max_size=8，触发落盘。退出 with 之后，这个临时文件按高层接口的规则被清理。

一个边界：文档没有说明落盘后文件在文件系统中的可见性，也没有给出具体路径，本文不补这些内容，也不建议你去按路径查找它。

本文只讲 SpooledTemporaryFile 在内存与磁盘之间切换的三个触发条件，以及 rollover() 的作用。以下几点是资料没有支持、因此本文没有展开的内容：

- 没有给出不同 max_size 取值下的性能差异，也没有建议取多大合适。

- 没有说明落盘后文件的具体位置和命名规则。

- 没有说明文本模式与二进制模式下触发行为是否有差异。

- 没有说明多线程或多进程场景下的行为。

操作提醒：本文所有示例都只操作练习目录里的自建脚本，不读写你正在使用的文件。运行前建议在练习目录里新建文件，例如 exercise/spool_demo.py，不要拿重要数据直接试。

事实来源：Python 官方 tempfile 模块文档，https://docs.python.org/3/library/tempfile.html