共計 3579 個字符，預計需要花費 9 分鐘才能閱讀完成。
今天丸趣 TV 小編給大家分享一下 linux 上 numa 架構實例分析的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。
以下案例基于 Ubuntu 16.04，同樣適用于其他的 Linux 系統。我使用的案例環境如下所示：
機器配置：32 CPU，64GB 內存
在 NUMA 中儲存層次的概念：
1）處理器層: 單個物理核，稱為處理器層。
2）本地節點層: 對于某個節點中的所有處理器，此節點稱為本地節點。
3）home 節點層: 與本地節點相鄰的節點稱為 home 節點。
4）遠程節點層: 非本地節點或鄰居節點的節點，稱為遠程節點。CPU 訪問不同類型節點內存的速度是不相同的，訪問本地節點的速度最快，訪問遠端節點的速度最慢，即訪問速度與節點的距離有關，距離越遠訪問速度越慢，此距離稱作 Node Distance。應用程序要盡量的減少不同 CPU 模塊之間的交互，如果應用程序能有方法固定在一個 CPU 模塊里，那么應用的性能將會有很大的提升。
** 以鯤鵬 920 處理器講一下 cpu 芯片的的構成：** 鯤鵬 920 處理器片上系統的每個超級內核集群包含 6 個內核集群、2 個 I / O 集群和 4 個 DDR 控制器。每個超級內核集群封裝成一個 CPU 晶片。每個晶片上集成了 4 個 72 位（64 位數據加 8 位 ECC）、數據傳輸率最高為 3200MT/ s 的高速 DDR4 通道，單晶片可支持最多 512GB×4 的 DDR 存儲空間。L3 Cache 在物理上被分為兩部分：L3 Cache TAG 和 L3 Cache DATA。L3 Cache TAG 集成在每個內核集群中，以降低監聽延遲。L3 Cache DATA 則直接連接片上總線。Hydra 根代理（Hydra Home Agent，HHA）是處理多芯片系統 Cache 一致性協議的模塊。POE_ICL 是系統配置的硬件加速器，一般可以用作分組順序整理器、消息隊列、消息分發或者實現某個處理器內核的特定任務等。此外，每個超級內核集群在物理上還配置了一個通用中斷控制器分發器（GICD）模塊，兼容 ARM 的 GICv4 規范。當單芯片或多芯片系統中有多個超級內核集群時，只有一個 GICD 對系統軟件可見。
numactl 的使用
Linux 提供了一個一個手工調優的命令 numactl（默認不安裝），在 Ubuntu 上的安裝命令如下：
sudo apt install numactl -y首先你可以通過 man numactl 或者 numactl –h 了解參數的作用與輸出的內容。查看系統的 numa 狀態：
numactl --hardware運行得到如下的結果：
available: 4 nodes (0-3)
node 0 cpus: 0 1 2 3 4 5 6 7
node 0 size: 16047 MB
node 0 free: 3937 MB
node 1 cpus: 8 9 10 11 12 13 14 15
node 1 size: 16126 MB
node 1 free: 4554 MB
node 2 cpus: 16 17 18 19 20 21 22 23
node 2 size: 16126 MB
node 2 free: 8403 MB
node 3 cpus: 24 25 26 27 28 29 30 31
node 3 size: 16126 MB
node 3 free: 7774 MB
node distances:
node 0 1 2 3
0: 10 20 20 20
1: 20 10 20 20
2: 20 20 10 20
3: 20 20 20 10根據這個圖與命令得到的結果，可以看到，此系統共有 4 個 node，各領取 8 個 CPU 和 16G 內存。這里還需要注意的就是 CPU 共享的 L3 cache 也是會自己領取相應的空間。通過 numastat 命令可以查看 numa 狀態, 返回值內容：
numa_hit：是打算在該節點上分配內存，最后從這個節點分配的次數;
numa_miss：是打算在該節點分配內存，最后卻從其他節點分配的次數;
numa_foreign：是打算在其他節點分配內存，最后卻從這個節點分配的次數;
interleave_hit：采用 interleave 策略最后從本節點分配的次數
local_node：該節點上的進程在該節點上分配的次數
other_node：是其他節點進程在該節點上分配的次數
注：如果發現 numa_miss 數值比較高時，說明需要對分配策略進行調整。例如將指定進程關聯綁定到指定的 CPU 上，從而提高內存命中率。
root@ubuntu:~# numastat
node0 node1 node2 node3
numa_hit 19480355292 11164752760 12401311900 12980472384
numa_miss 5122680 122652623 88449951 7058
numa_foreign 122652643 88449935 7055 5122679
interleave_hit 12619 13942 14010 13924
local_node 19480308881 11164721296 12401264089 12980411641
other_node 5169091 122684087 88497762 67801NUMA 的內存分配策略
–localalloc 或者 -l：規定進程從本地節點上請求分配內存。–membind=nodes 或者 -m nodes：規定進程只能從指定的 nodes 上請求分配內存。–preferred=node：指定一個推薦的 node 來獲取內存，如果獲取失敗，則嘗試別的 node。–interleave=nodes 或者 -i nodes：規定進程從指定的 nodes 上，以 round robin 算法交織地請求內存分配。
numactl --interleave=all mongod -f /etc/mongod.conf因為 NUMA 默認的內存分配策略是優先在進程所在 CPU 的本地內存中分配，會導致 CPU 節點之間內存分配不均衡，當開啟了 swap，某個 CPU 節點的內存不足時，會導致 swap 產生，而不是從遠程節點分配內存。這就是所謂的 swap insanity 現象。或導致性能急劇下降。所以在運維層面，我們也需要關注 NUMA 架構下的內存使用情況（多個內存節點使用可能不均衡），并合理配置系統參數（內存回收策略 /Swap 使用傾向），盡量去避免使用到 Swap。
Node- Socket- Core- Processor
隨著多核技術的發展，將多個 CPU 封裝在一起，這個封裝被稱為插槽 Socket；Core 是 socket 上獨立的硬件單元；通過 intel 的超線程 HT 技術進一步提升 CPU 的處理能力，OS 看到的邏輯上的核 Processor 數量。
Socket = Node
Socket 是物理概念，指的是主板上 CPU 插槽；Node 是邏輯概念，對應于 Socket。
Core = 物理 CPU
Core 是物理概念，一個獨立的硬件執行單元，對應于物理 CPU；
Thread = 邏輯 CPU = Processor
Thread 是邏輯 CPU，也就是 Processo
lscpu 的使用
顯示格式：
Architecture：架構
CPU(s)：邏輯 cpu 顆數
Thread(s) per core：每個核心線程，也就是指超線程
Core(s) per socket：每個 cpu 插槽核數 / 每顆物理 cpu 核數
CPU socket(s)：cpu 插槽數
L1d cache：級緩存（google 了下，這具體表示表示 cpu 的 L1 數據緩存）
L1i cache：一級緩存（具體為 L1 指令緩存）
L2 cache：二級緩存
L3 cache：三級緩存
NUMA node0 CPU(s)：CPU 上的邏輯核，也就是超線程
執行 lscpu，結果部分如下：
root@ubuntu:~# lscpu
Architecture: x86_64
CPU(s): 32
Thread(s) per core: 1
Core(s) per socket: 8
Socket(s): 4
L1d cache: 32K
L1i cache: 32K
L2 cache: 256K
L3 cache: 20480K
NUMA node0 CPU(s): 0-7
NUMA node1 CPU(s): 8-15
NUMA node2 CPU(s): 16-23
NUMA node3 CPU(s): 24-31以上就是“linux 上 numa 架構實例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，丸趣 TV 小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注丸趣 TV 行業資訊頻道。
