Linux CPUInfo中的NUMA架构概念与定位
NUMA架构的核心要点
- NUMA（Non-Uniform Memory Access，非一致性内存访问）将CPU与内存划分为多个NUMA节点（Node）。每个节点包含一组CPU核心与其“本地内存”，节点内访问延迟更低；访问其他节点的“远程内存”需经节点间互连（如 Intel UPI/QPI、AMD Infinity Fabric），延迟与带宽通常劣于本地访问。系统用“距离（distance）”描述跨节点访问成本，距离越大性能越低。为提升性能，应尽量让任务与数据“就近”匹配，减少远程访存。
在Linux中如何识别NUMA
- 使用lscpu快速查看：关注输出中的NUMA node(s)字段，若大于1则为NUMA系统；同时可查看节点与CPU的对应关系。示例：lscpu | grep -E “NUMA node(s)|CPU(s)”。
- 使用numactl --hardware查看节点拓扑与内存：显示如“available: 2 nodes (0-1)”、各节点包含的CPU列表及每节点内存大小，便于确认是否存在跨节点访问成本。
- 在**/proc/cpuinfo**中定位拓扑线索：虽无直接的“numa node”字段，但可用以下字段组合判断：
- physical id：物理插槽（Socket）编号；
- core id：物理核心编号；
- cpu cores：每个Socket的物理核心数；
- siblings：每个物理核心的超线程（逻辑CPU）数；
- processor：逻辑CPU编号。
结合这些字段可推断出CPU与Socket/Core/Thread的层级关系，再配合numactl确认节点归属。
CPUInfo字段与NUMA节点映射示例
- 典型字段含义与用途（示例命令：grep -E “physical id|core id|cpu cores|siblings|processor” /proc/cpuinfo）：
- processor：逻辑CPU编号（如0…N-1），用于观察逻辑处理器列表；
- physical id：物理插槽编号，帮助识别Socket；
- cpu cores：单个Socket上的物理核心数；
- core id：该逻辑CPU在其Socket内的物理核心编号；
- siblings：同一物理核心的超线程兄弟线程数。
- 常见映射关系（以2路服务器、每路10核、开启超线程为例）：
- 若每Socket ≈ 1 个 NUMA Node，则每个Node通常包含2 × cpu cores个逻辑CPU（因超线程）；
- 同一物理核心的两个线程（同core id、不同processor）通常共享L1/L2，而同Node内所有逻辑CPU共享L3；
- 通过numactl可见如“node 0 cpus: 0-19；node 1 cpus: 20-39”的分配，从而把/proc/cpuinfo中的逻辑CPU归属到具体Node。上述规律有助于从CPUInfo推断NUMA布局。
性能影响与优化建议
- 影响：当任务与数据不在同一Node时会发生远程访存，常见现象是延迟上升、带宽受限，进而拖累吞吐与尾时延。
- 优化要点：
- 使用numactl进行CPU与内存亲和性绑定：如“numactl --cpunodebind=0 --membind=0 ./app”将进程绑定到Node 0的CPU与内存，尽量实现“本地分配、本地运行”。
- 启用或调优NUMA Balancing：通过“echo 1 > /proc/sys/kernel/numa_balancing”开启自动迁移页靠近使用它的CPU；对延迟敏感负载可结合应用特性选择开启或关闭。
- 监控numastat观察跨节点访问比例（如numa_hit、numa_miss），当远程访问偏高时优先调整线程绑定与内存分配策略。
