讓我們一起了解Linux上Numa架構
本文轉載自微信公眾號「運維開發故事」，作者沒有文案的夏老師。轉載本文請聯系運維開發故事公眾號。
準備環境
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 67801
NUMA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
