分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow

也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

• 作者：鄒祁峰
• 郵箱：[email protected]
• 部落格：http://blog.csdn.net/qifengzou
• 日期：2014.06.12 18:44
  
• 轉載請註明來自"
  祁峰"的CSDN部落格

1 引言

    非統一記憶體訪問(NUMA)是一種用於多處理器的電腦記憶體設計，記憶體訪問時間取決於處理器的記憶體位置。 在NUMA下，處理器訪問它自己的本地儲存器的速度比非本地儲存器(儲存器的地方到另一個處理器之間共享的處理器或儲存器)快一些。

    針對NUMA架構系統的特點，可以通過將程序/執行緒繫結指定CPU(一個或多個)的方式，提高CPU CACHE的命中率，減少程序/執行緒遷移CPU造成的記憶體訪問的時間消耗，從而提高程式的執行效率。[注：關於CPU親和性的概念，可參考《管理處理器的親和性

2 原始碼剖析

2.1 NGINX原始碼

    NGINX程序繫結CPU的程式碼非常簡單，其中的核心介面為sche_setaffinity()，如下所示：

程式碼1　繫結CPU

2.2 原始碼分析

    經分析可知：

    1) 1程序可繫結到1個或多個CPU核

    -> 如果cpu_affinity的值對應的二進位制值為以下值時，那麼程序將繫結到第7和第63個CPU。(從0開始，下同)

10000000 00000000

00000000 00000000

00000000 00000000

00000000 10000000

    -> 如果cpu_affinity的值對應的二進位制值為以下值時，那麼程序將繫結到第2、第3和第7個CPU。

00000000 00000000

00000000 00000000

00000000 00000000

00000000 10001100

    其他情況可以依此類推。

    2) 該函式可設定CPU核範圍:第0~63個.因為引數cpu_affinity的型別為uint64_t，其佔用64位.

2.3 測試例項

    根據NGINX原始碼的實現，可以編寫如下測試程式碼：

圖1 測試程式碼

1) 測試之前：CPU0和CPU1的消耗都很低

圖2 測試之前

2) 繫結CPU0：CPU0的使用接近100%，而CPU1基本不變

圖3 繫結CPU0

2) 繫結CPU1：CPU1的使用接近100%，而CPU0基本不變

圖4 繫結CPU1

2.4 其他介面

圖5 執行緒繫結CPU

    以上程式碼對應的Makefile如下：

圖6 Makefile

給我老師的人工智慧教程打call！http://blog.csdn.net/jiangjunshow