worker_processes auto更稳因它具备numa感知能力，能自动按本地内存节点均匀分发worker进程，避免跨节点访问导致的延迟翻倍与缓存命中率暴跌；手动设32核则易使部分进程运行在远端numa节点，引发cpu不均衡、numa_foreign升高及qps异常下降。
worker_processes auto 为什么比手动设核数更稳
在双路或四路 NUMA 架构服务器上，手动写死 worker_processes 32 很可能让一半 worker 进程跑在远端 NUMA 节点上——它们访问内存要跨 QPI/UPI 总线，延迟翻倍，缓存命中率暴跌。而 worker_processes auto 从 Nginx 1.3.8 起就内置 NUMA 感知逻辑：它读取 /sys/devices/system/node/ 下的节点拓扑，优先把 worker 进程均匀分发到每个本地内存节点对应的核心组，避免跨节点调度。
常见错误现象：
• 压测时 CPU 利用率不均衡（比如 32 核里只有 16 核跑满）
• numastat -p $(pgrep nginx | head -1) 显示 numa_hit 低、numa_foreign 高
• 同样配置下，单路服务器 QPS 是双路的 1.8 倍以上
实操建议：
• 必须用 worker_processes auto，不要手算总核数
• 验证是否生效：启动后执行 ps -eo pid,psr,comm | grep nginx，观察各 worker 的 CPU 编号是否自然聚类（如 0–15 和 32–47 分两组）
• 若发现进程仍散落在所有逻辑 CPU 上，检查内核是否禁用了 NUMA（cat /proc/cmdline | grep numa=off）
worker_cpu_affinity auto 在 NUMA 场景下的真实行为
worker_cpu_affinity auto 不是简单地按顺序绑核，而是配合 worker_processes auto 的 NUMA 分组结果，为每个 worker 自动分配同一 NUMA 节点内的连续核心。例如双路 32 核（每路 16 核），它会生成类似 worker_cpu_affinity 000000000000ffff 000000000000ffff0000000000000000 的掩码（前 16 位和后 16 位分别对应两个节点）。
容易踩的坑：
• 手动写二进制掩码时错位（比如 32 核写成 32 位但实际有超线程，逻辑 CPU 数是 64）
• 在启用了 CPU 隔离（isolcpus）的系统上，auto 可能绑定到被隔离的核心，导致 worker 启动失败（报错 bind() to 0.0.0.0:80 failed (98: Address already in use)）
• Docker/K8s 环境中，容器未声明 --cpuset-cpus，宿主机 worker_cpu_affinity 会失效
实操建议：
• 先确认 NUMA 节点布局：lscpu | grep "NUMA node" 或 numactl --hardware
• 若需精细控制，改用显式掩码，但必须按节点分组写，例如双路 16c/32t：worker_processes 32; worker_cpu_affinity 0000000000000000000000000000ffff 0000000000000000ffff000000000000;
• 容器部署时，worker_cpu_affinity 应与 --cpuset-cpus 保持一致
NUMA 感知调优必须同步调整的三个关联参数
只调 worker_processes auto 和 worker_cpu_affinity auto 不够，NUMA 场景下这三个参数必须联动：
worker_rlimit_nofile：每个 worker 进程打开的文件描述符上限，必须 ≥ worker_connections × 1.2，否则高并发时触发 accept() failed (24: Too many open files)，且 NUMA 节点间 fd 表不共享，不能靠全局 ulimit 补救。events { multi_accept on; }：启用后，每个 worker 在一次 epoll wait 中批量获取多个新连接，减少跨节点唤醒次数；关闭时，连接请求可能被不同节点的 worker 竞争，引发缓存抖动。http { sendfile on; }：零拷贝依赖 page cache 本地性，若文件页在远端 NUMA 节点，sendfile 反而比 read/write 更慢；必须配合 echo 1 > /proc/sys/vm/numa_balancing 让内核主动迁移热页到本地节点。
性能影响：
• 未调 worker_rlimit_nofile：QPS 卡在 3 万左右即触顶
• multi_accept off：在 10 万连接压测中，context switches/sec 高出 40%
• sendfile on + 无 NUMA 页迁移：静态文件响应延迟 P99 从 8ms 涨到 42ms
验证 NUMA 优化是否真正生效的三步法
别信配置文件写了就等于起效。真实生产环境必须走这三步：
• 第一步：确认 worker 进程物理分布
执行 ps -eo pid,psr,comm | grep 'nginx: worker' | sort -k2n，看 PID 是否按 CPU 编号自然分簇（如 PID 1234→CPU 0–15，PID 1235→CPU 32–47）
• 第二步：检查内存访问局部性
运行 numastat -p $(pgrep nginx | head -1)，重点看 numa_hit 占比是否 >95%，numa_foreign 是否 other_node 持续增长，说明有跨节点内存分配
• 第三步：压测对比关键指标
用 wrk 或 go-wrk 对比开启 NUMA 优化前后：
– 同等 QPS 下的 CPU sys 时间（应下降 20%+）
– P99 延迟（应收窄且稳定）
– perf stat -e cycles,instructions,cache-misses -p $(pgrep nginx | head -1) 中 cache-misses rate（应从 >8% 降至
最容易被忽略的是第三步里的 cache-misses：它直接反映 CPU 缓存行在 NUMA 节点间的无效化频率，比任何吞吐数字都更能暴露底层亲和性缺陷。
