一起聊聊linux上numa架構（圖文詳解）

這篇文章帶給大家啦linux中numa架構介紹的相關知識，希望對大家有幫助。

以下案例是基於 Ubuntu 16.04，同樣適用於其他的 Linux 系統。我使用的案例環境如下：

機器配置：32 CPU，64GB 記憶體

在NUMA中儲存層次的概念：

1）處理器層:單一物理核，稱為處理器層。 2）本地節點層:對於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:與本機節點相鄰的節點稱為home節點。 4）遠端節點層:非本地節點或鄰居節點的節點，稱為遠端節點。 CPU存取不同類型節點記憶體的速度是不相同的，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。應用程式要盡量的減少不同CPU模組之間的交互，如果應用程式能有方法固定在一個CPU模組裡，那麼應用的效能將會有很大的提升。

**以鯕鵬920處理器講一下cpu晶片的構成：**鯤鵬920處理器片上系統的每個超級核心集群包含6個核心集群、2個I/O集群和4個DDR控制器。每個超級核心集群封裝成一個CPU晶片。每個晶片上整合了4個72位元（64位元資料加8位元ECC）、資料傳輸率最高為3200MT/s的高速DDR4通道，單一晶片可支援最多512GB×4的DDR儲存空間。 L3 Cache在物理上被分成兩個部分：L3 Cache TAG和L3 Cache DATA。 L3 Cache TAG整合在每個核心叢集中，以降低監聽延遲。 L3 Cache DATA則直接連接片上匯流排。 Hydra根代理（Hydra Home Agent，HHA）是處理多晶片系統Cache一致性協定的模組。 POE_ICL是系統配置的硬體加速器，一般可以用作分組順序整理器、訊息佇列、訊息分發或實現某個處理器核心的特定任務等。此外，每個超級核心叢集在實體上也配置了通用中斷控制器分發器（GICD）模組，相容於ARM的GICv4規格。當單晶片或多晶片系統中有多個超級核心集群時，只有一個GICD對系統軟體可見。

numactl的使用

Linux提供了一個手工調優的命令numactl（預設不安裝），在Ubuntu上的安裝命令如下：

sudo apt install numactl -y

###首先你可以透過man numactl或numactl --h來了解參數的功能與輸出的內容。檢視系統的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

############根據這個圖與指令得到的結果，可以看到，此系統共有4個node，各領取8個CPU和16G記憶體。 這裡還要注意的就是CPU共享的L3 cache也是會自己領取對應的空間。透過numastat指令可以查看numa狀態,回傳值內容：######numa_hit：是打算在該節點上分配內存，最後從這個節點分配的次數;######numa_miss：是打算在該節點分配內存，最後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，最後卻從這個節點分配的次數;######interleave_hit ：採用interleave策略最後從本節點分配的次數######local_node：該節點上的程序在該節點上分配的次數######other_node：是其他節點程序在該節點上分配的次數#######注意：如果發現 numa_miss 數值比較高時，表示需要調整分配策略。例如將指定進程關聯綁定到指定的CPU上，從而提高記憶體命中率。 ###

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           67801

###NUMA的記憶體分配策略######--localalloc或-l：規定進程從本地節點上請求分配記憶體。 --membind=nodes或-m nodes：規定進程只能從指定的nodes上請求分配記憶體。 --preferred=node：指定一個建議的node來取得內存，如果取得失敗，則嘗試別的node。 --interleave=nodes或-i nodes：規定進程從指定的nodes上，以round robin演算法交織地請求記憶體分配。 ###

 numactl --interleave=all mongod -f /etc/mongod.conf

因为NUMA默认的内存分配策略是优先在进程所在CPU的本地内存中分配，会导致CPU节点之间内存分配不均衡，当开启了swap，某个CPU节点的内存不足时，会导致swap产生，而不是从远程节点分配内存。这就是所谓的swap insanity 现象。或导致性能急剧下降。所以在运维层面，我们也需要关注NUMA架构下的内存使用情况（多个内存节点使用可能不均衡），并合理配置系统参数（内存回收策略/Swap使用倾向），尽量去避免使用到Swap。

Node->Socket->Core->Processor

随着多核技术的发展，将多个CPU封装在一起，这个封装被称为插槽Socket；Core是socket上独立的硬件单元；通过intel的超线程HT技术进一步提升CPU的处理能力，OS看到的逻辑上的核Processor数量。

Socket = Node

Socket是物理概念，指的是主板上CPU插槽；Node是逻辑概念，对应于Socket。

Core = 物理CPU

Core是物理概念，一个独立的硬件执行单元，对应于物理CPU；

Thread = 逻辑CPU = Processor

Thread是逻辑CPU，也就是Processo

lscpu的使用

显示格式：

• Architecture：架构

• CPU(s)：逻辑cpu颗数

• Thread(s) per core：每个核心线程，也就是指超线程

• Core(s) per socket：每个cpu插槽核数/每颗物理cpu核数

• CPU socket(s)：cpu插槽数

• L1d cache：级缓存（google了下，这具体表示表示cpu的L1数据缓存）

• L1i cache：一级缓存（具体为L1指令缓存）

• L2 cache：二级缓存

• L3 cache：三级缓存

• NUMA node0 CPU(s) ：CPU上的逻辑核，也就是超线程

执行lscpu，结果部分如下：

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

相关推荐：《Linux视频教程》

以上是一起聊聊linux上numa架構（圖文詳解）的詳細內容。更多資訊請關注PHP中文網其他相關文章！