linux上numa架构介绍

准备环境

以下案例基于 Ubuntu 16.04，同样适用于其他的 Linux 系统。我使用的案例环境如下所示：

• 机器配置：32 CPU，64GB 内存

在NUMA中储存层次的概念：

1）处理器层:单个物理核，称为处理器层。2）本地节点层:对于某个节点中的所有处理器，此节点称为本地节点。3）home节点层:与本地节点相邻的节点称为home节点。4）远程节点层:非本地节点或邻居节点的节点，称为远程节点。CPU访问不同类型节点内存的速度是不相同的，访问本地节点的速度最快，访问远端节点的速度最慢，即访问速度与节点的距离有关，距离越远访问速度越慢，此距离称作Node Distance。应用程序要尽量的减少不同CPU模块之间的交互，如果应用程序能有方法固定在一个CPU模块里，那么应用的性能将会有很大的提升。

以鲲鹏920处理器讲一下cpu芯片的的构成：鲲鹏920处理器片上系统的每个超级内核集群包含6个内核集群、2个I/O集群和4个DDR控制器。每个超级内核集群封装成一个CPU晶片。每个晶片上集成了4个72位（64位数据加8位ECC）、数据传输率最高为3200MT/s的高速DDR4通道，单晶片可支持最多512GB×4的DDR存储空间。L3 Cache在物理上被分为两部分：L3 Cache TAG和L3 Cache DATA。L3 Cache TAG集成在每个内核集群中，以降低监听延迟。L3 Cache DATA则直接连接片上总线。Hydra根代理（Hydra Home Agent，HHA）是处理多芯片系统Cache一致性协议的模块。POE_ICL是系统配置的硬件加速器，一般可以用作分组顺序整理器、消息队列、消息分发或者实现某个处理器内核的特定任务等。此外，每个超级内核集群在物理上还配置了一个通用中断控制器分发器（GICD）模块，兼容ARM的GICv4规范。当单芯片或多芯片系统中有多个超级内核集群时，只有一个GICD对系统软件可见。

numactl的使用

Linux提供了一个一个手工调优的命令numactl（默认不安装），在Ubuntu上的安装命令如下：

sudo apt install numactl -y

首先你可以通过man numactl或者numactl --h了解参数的作用与输出的内容。查看系统的numa状态：

numactl --hardware

运行得到如下的结果：

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

根据这个图与命令得到的结果，可以看到，此系统共有4个node，各领取8个CPU和16G内存。 这里还需要注意的就是CPU共享的L3 cache也是会自己领取相应的空间。通过numastat命令可以查看numa状态,返回值内容：

• numa_hit：是打算在该节点上分配内存，最后从这个节点分配的次数;
• numa_miss：是打算在该节点分配内存，最后却从其他节点分配的次数;
• numa_foreign：是打算在其他节点分配内存，最后却从这个节点分配的次数;
• interleave_hit ：采用interleave策略最后从本节点分配的次数
• local_node：该节点上的进程在该节点上分配的次数
• other_node：是其他节点进程在该节点上分配的次数

注：如果发现 numa_miss 数值比较高时，说明需要对分配策略进行调整。例如将指定进程关联绑定到指定的CPU上，从而提高内存命中率。

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           67801

NUMA的内存分配策略

--localalloc或者-l：规定进程从本地节点上请求分配内存。--membind=nodes或者-m nodes：规定进程只能从指定的nodes上请求分配内存。--preferred=node：指定一个推荐的node来获取内存，如果获取失败，则尝试别的node。--interleave=nodes或者-i nodes：规定进程从指定的nodes上，以round robin算法交织地请求内存分配。

 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

预告

下一节，我们将聊聊如何通过提升 CPU 绑核来优化程序的性能。