是时候部署您的应用程序了，期待着采购最适合负载要求的硬件。 如今，具有40核或80核的包装盒非常普遍。 总体概念是更多的内核，更多的处理能力，更多的吞吐量。 但是我看到了一些相反的结果，表明小型的CPU密集型测试运行在80核盒上的性能要比较小的40核盒慢。

这些具有巨大内核的盒子带有非统一内存访问（NUMA）架构。 NUMA是一种可提高本地节点的内存访问性能的体系结构。 这些新的硬件盒分为称为节点的不同区域。 这些节点具有一定数量的核心，并分配有一部分内存。 因此，对于具有1 TB RAM和80个核心的机箱，我们有4个节点，每个节点具有20个核心和256 GB的内存分配。

您可以使用命令numactl --hardware

>numactl --hardware
available: 4 nodes (0-3)
node 0 size: 258508 MB
node 0 free: 186566 MB
node 1 size: 258560 MB
node 1 free: 237408 MB
node 2 size: 258560 MB
node 2 free: 234198 MB
node 3 size: 256540 MB
node 3 free: 237182 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

JVM启动时，它将启动线程，这些线程是在某些随机节点的内核上调度的。 每个线程都尽可能快地使用其本地内存。 线程可能在某个时候处于WAITING状态，并在CPU上重新调度。 这次不能保证它将在同一节点上。 现在这一次，它必须访问一个远程存储位置，这会增加延迟。 远程存储器访问速度较慢，因为指令必须遍历互连链路，从而引入额外的跃点。

Linux命令numactl提供了一种仅将进程绑定到某些节点的方法。 它将进程锁定到特定节点，以执行和分配内存。 如果将JVM实例锁定到单个节点，则将删除节点间的流量，并且所有内存访问都将在快速本地内存上进行。

numactl --cpunodebind=nodes, -c nodes 
Only execute process on the CPUs of nodes.

创建了一个小型测试，该测试试图序列化一个大对象并计算每秒的事务和延迟。

要执行绑定到一个节点的Java进程，请执行

numactl --cpunodebind=0 java -Dthreads=10 -jar serializationTest.jar

将此测试运行在两个不同的盒子上。

盒子A
4个CPU x 10核x 2（超线程）=总共80核
节点：0,1,2,3

方块B
2个CPU x 10个内核x 2个（超线程）=总共40个内核
节点：0,1

CPU速度：两者均为2.4 GHz。
默认设置也使用框中可用的所有节点。

框	NUMA政策	TPS	延迟 （平均）	延迟 （分钟）
一个	默认	261	37	18岁
乙	默认	387	25	5
一个	–cpunodebind = 0,1	405	23	3
乙	–cpunodebind = 0	1,613	5	3
一个	–cpunodebind = 0	1,619	5	3

因此，我们可以推断出，与“ 2个节点” Box B上的默认设置相比，“节点较多”的Box A上的默认设置在“ CPU密集型”测试中的性能较低。更好。 可能是因为它的节点跳数更少，并且线程被重新调度的概率增加到50％。

当--cpunodebind=0 ，它的表现要优于所有情况。

注意：以上测试是在10个内核上使用10个线程运行的。

测试罐： 下载
测试源： 下载

参考：来自我们的JCG合作伙伴 Himadri Singh的NUMA和Java ，在Billions＆Terabytes博客上。