[[411098]]

本文轉(zhuǎn)載自微信公眾號「運(yùn)維開發(fā)故事」，作者沒有文案的夏老師。轉(zhuǎn)載本文請聯(lián)系運(yùn)維開發(fā)故事公眾號。

準(zhǔn)備環(huán)境

以下案例基于 Ubuntu 16.04，同樣適用于其他的 Linux 系統(tǒng)。我使用的案例環(huán)境如下所示：

機(jī)器配置：32 CPU，64GB 內(nèi)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(jié)點(diǎn)層:對于某個節(jié)點(diǎn)中的所有處理器，此節(jié)點(diǎn)稱為本地節(jié)點(diǎn)。3)home節(jié)點(diǎn)層:與本地節(jié)點(diǎn)相鄰的節(jié)點(diǎn)稱為home節(jié)點(diǎn)。4)遠(yuǎn)程節(jié)點(diǎn)層:非本地節(jié)點(diǎn)或鄰居節(jié)點(diǎn)的節(jié)點(diǎn)，稱為遠(yuǎn)程節(jié)點(diǎn)。CPU訪問不同類型節(jié)點(diǎn)內(nèi)存的速度是不相同的，訪問本地節(jié)點(diǎn)的速度最快，訪問遠(yuǎn)端節(jié)點(diǎn)的速度最慢，即訪問速度與節(jié)點(diǎn)的距離有關(guān)，距離越遠(yuǎn)訪問速度越慢，此距離稱作Node Distance。應(yīng)用程序要盡量的減少不同CPU模塊之間的交互，如果應(yīng)用程序能有方法固定在一個CPU模塊里，那么應(yīng)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(gòu)成：鯤鵬920處理器片上系統(tǒng)的每個超級內(nèi)核集群包含6個內(nèi)核集群、2個I/O集群和4個DDR控制器。每個超級內(nèi)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(shù)據(jù)加8位ECC)、數(shù)據(jù)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(nèi)核集群中，以降低監(jiān)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(tǒng)Cache一致性協(xié)議的模塊。POE_ICL是系統(tǒng)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(fā)或者實(shí)現(xiàn)某個處理器內(nèi)核的特定任務(wù)等。此外，每個超級內(nèi)核集群在物理上還配置了一個通用中斷控制器分發(fā)器(GICD)模塊，兼容ARM的GICv4規(guī)范。當(dāng)單芯片或多芯片系統(tǒng)中有多個超級內(nèi)核集群時，只有一個GICD對系統(tǒng)軟件可見。

numactl的使用

Linux提供了一個一個手工調(diào)優(yōu)的命令numactl(默認(rèn)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(shù)的作用與輸出的內(nèi)容。查看系統(tǒng)的numa狀態(tài)：

numactl --hardware 

運(yùn)行得到如下的結(jié)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(jù)這個圖與命令得到的結(jié)果，可以看到，此系統(tǒng)共有4個node，各領(lǐng)取8個CPU和16G內(nèi)存。 這里還需要注意的就是CPU共享的L3 cache也是會自己領(lǐng)取相應(yīng)的空間。通過numastat命令可以查看numa狀態(tài),返回值內(nèi)容：

• numa_hit：是打算在該節(jié)點(diǎn)上分配內(nèi)存，最后從這個節(jié)點(diǎn)分配的次數(shù);
• numa_miss：是打算在該節(jié)點(diǎn)分配內(nèi)存，最后卻從其他節(jié)點(diǎn)分配的次數(shù);
• numa_foreign：是打算在其他節(jié)點(diǎn)分配內(nèi)存，最后卻從這個節(jié)點(diǎn)分配的次數(shù);
• interleave_hit ：采用interleave策略最后從本節(jié)點(diǎn)分配的次數(shù)
• local_node：該節(jié)點(diǎn)上的進(jìn)程在該節(jié)點(diǎn)上分配的次數(shù)
• other_node：是其他節(jié)點(diǎn)進(jìn)程在該節(jié)點(diǎn)上分配的次數(shù)

注：如果發(fā)現(xiàn) numa_miss 數(shù)值比較高時，說明需要對分配策略進(jìn)行調(diào)整。例如將指定進(jìn)程關(guān)聯(lián)綁定到指定的CPU上，從而提高內(nèi)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的內(nèi)存分配策略

--localalloc或者-l：規(guī)定進(jìn)程從本地節(jié)點(diǎn)上請求分配內(nèi)存。--membind=nodes或者-m nodes：規(guī)定進(jìn)程只能從指定的nodes上請求分配內(nèi)存。--preferred=node：指定一個推薦的node來獲取內(nèi)存，如果獲取失敗，則嘗試別的node。--interleave=nodes或者-i nodes：規(guī)定進(jìn)程從指定的nodes上，以round robin算法交織地請求內(nèi)存分配。

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

因為NUMA默認(rèn)的內(nèi)存分配策略是優(yōu)先在進(jìn)程所在CPU的本地內(nèi)存中分配，會導(dǎo)致CPU節(jié)點(diǎn)之間內(nèi)存分配不均衡，當(dāng)開啟了swap，某個CPU節(jié)點(diǎn)的內(nèi)存不足時，會導(dǎo)致swap產(chǎn)生，而不是從遠(yuǎn)程節(jié)點(diǎn)分配內(nèi)存。這就是所謂的swap insanity 現(xiàn)象。或?qū)е滦阅芗眲∠陆怠Ｋ栽谶\(yùn)維層面，我們也需要關(guān)注NUMA架構(gòu)下的內(nèi)存使用情況(多個內(nèi)存節(jié)點(diǎn)使用可能不均衡)，并合理配置系統(tǒng)參數(shù)(內(nèi)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(shù)的發(fā)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(dú)立的硬件單元;通過intel的超線程HT技術(shù)進(jìn)一步提升CPU的處理能力，OS看到的邏輯上的核Processor數(shù)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(yīng)于Socket。

Core = 物理CPU

Core是物理概念，一個獨(dú)立的硬件執(zhí)行單元，對應(yīng)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(gòu)
• CPU(s)：邏輯cpu顆數(shù)
• 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(shù)/每顆物理cpu核數(shù)
• CPU socket(s)：cpu插槽數(shù)
• L1d cache：級緩存(google了下，這具體表示表示cpu的L1數(shù)據(jù)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(zhí)行l(wèi)scpu，結(jié)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