40 lines
1.6 KiB
Markdown
40 lines
1.6 KiB
Markdown
---
|
||
title: "NUMA"
|
||
type: concept
|
||
tags: [sre, performance, cloud, containers, cpu]
|
||
last_updated: 2026-04-20
|
||
---
|
||
|
||
# NUMA (Non-Uniform Memory Access)
|
||
|
||
NUMA（非一致性内存访问）是一种多处理器计算机架构中的内存访问模式，对现代容器化部署有重要影响。
|
||
|
||
## Definition
|
||
在 NUMA 架构中，CPU 和内存被组织成多个节点（nodes）。每个 CPU 访问本地内存节点的速度远快于访问远程内存节点的速度，因此称为"非一致性"内存访问。
|
||
|
||
## Key Concepts
|
||
- **NUMA Node**：由一个或多个 CPU 和与其相连的内存组成
|
||
- **Local Memory Access**：CPU 访问本节点的内存，延迟低、带宽高
|
||
- **Remote Memory Access**：CPU 访问其他节点的内存，延迟高、带宽低
|
||
- **CPU Pinning**：将进程/容器固定到特定 CPU，以优化内存局部性
|
||
|
||
## Why SREs Should Care
|
||
Netflix 在现代 CPU 上运行容器时发现：
|
||
- 运行 100 个容器需要超过 **2 万次挂载操作（mounts）**
|
||
- NUMA 问题是影响容器调度性能的关键因素
|
||
- SRE 必须关注**整个技术栈**，包括硬件层面的 NUMA 拓扑
|
||
|
||
## Implications for Container Scheduling
|
||
1. **NUMA-Aware Scheduling**：调度器应感知 NUMA 拓扑，避免跨节点内存访问
|
||
2. **CPU Pinning**：对延迟敏感的应用（如 Netflix 媒体处理）需要将容器固定到特定 CPU
|
||
3. **内存局部性优化**：减少跨 NUMA 节点的内存访问可显著降低延迟
|
||
|
||
## Related Concepts
|
||
- [[Containers]]
|
||
- [[Kubernetes]]
|
||
- [[Performance-Benchmarking]]
|
||
- [[Cloud-Native]]
|
||
|
||
## Source
|
||
- SRE Weekly Issue #513 — [[sre-weekly-issue-513]] (Netflix Mount Mayhem case study)
|