很多人一说“精通 Linux”，结果一问 NUMA（Non-Uniform Memory Access，非统一内存访问架构）就开始沉默了。

这句话虽然有点“扎心”，但其实很真实。

因为现代 Linux 性能调优，尤其是：

• 数据库（MySQL / Oracle / PostgreSQL）
• Redis / Kafka
• KVM / VMware 虚拟化
• Kubernetes 高性能节点
• AI 推理服务器
• 大内存、高核数物理机（64核/128核+）

如果不理解 NUMA，本质上就是：

“CPU 在哪里跑、内存从哪里取、跨节点访问代价有多高”完全没概念。

这已经不是“高级优化”了，而是现代 Linux 架构基础。

一、NUMA 到底是什么？

传统早期服务器：

• 所有 CPU 共享同一块内存
• 访问延迟一致

这叫：

UMA（Uniform Memory Access）

后来 CPU 核数越来越多：

• 32核
• 64核
• 128核
• 多路 CPU

如果大家都抢同一块内存：

• 总线爆炸
• 延迟暴涨
• 缓存同步灾难

于是出现：

NUMA（非统一内存访问）

核心思想：

每个 CPU Socket 拥有“本地内存”

CPU 访问：

• 自己节点内存 → 快
• 别的节点内存 → 慢

所以：

“内存有距离”

这就是 NUMA 最核心的一句话。

二、很多运维为什么性能调不明白？

因为他们只看：

tophtopvmstatiostat

但真正的问题是：

• CPU0 在跑进程
• 内存却分配在 NUMA Node1
• 产生跨 NUMA 访问
• QPI/UPI 总线被打爆
• 延迟暴涨

结果：

• CPU 利用率不高
• 系统却卡
• 数据库 TPS 上不去
• Redis 延迟抖动
• JVM GC 异常

然后开始：

• 怀疑磁盘
• 怀疑网络
• 怀疑 JVM
• 怀疑 Redis 参数

唯独没人看 NUMA。

这在生产环境里非常常见。

三、NUMA 的本质（必须真正理解）

假设：

CPU Socket0 <-> 内存0CPU Socket1 <-> 内存1

如果：

CPU0 访问 内存0

属于：

本地访问（local access）

延迟低。

但：

CPU0 访问 内存1

属于：

远程访问（remote access）

需要：

• 跨 Socket
• 走 UPI/QPI
• Cache 同步

延迟可能高几十%。

所以：

NUMA 本质是：

“CPU 与内存亲和性问题”

四、Linux 内核到底怎么处理 NUMA？

Linux 内核里有：

• NUMA Balancing
• Zone reclaim
• CPU Affinity
• Memory Policy
• cpuset
• scheduler domains

内核调度器会尝试：

• 让线程靠近内存
• 让内存靠近 CPU
• 减少 remote memory access

但：

自动 NUMA balancing 并不总是有效。

尤其：

• Redis
• Oracle
• JVM
• DPDK
• 高并发数据库

很多时候需要手工绑定。

五、真正的高手会先看这些

1. NUMA 拓扑

numactl --hardware

或者：

lscpu

重点看：

• NUMA node数量
• CPU属于哪个 node
• 内存属于哪个 node

2. 进程 NUMA 分布

numastat -p <pid>

这才是真正关键。

看：

• local
• remote

如果 remote 很高：

性能一定有损耗。

3. CPU 与内存绑定

例如：

numactl --cpunodebind=0 --membind=0 redis-server

意思：

• CPU 只跑 node0
• 内存也从 node0 分配

这才是真正低延迟。

六、为什么 Redis/Kafka/MySQL 特别怕 NUMA？

因为这些系统：

• 内存访问频繁
• cache 命中率敏感
• latency 极其重要

尤其 Redis：

单线程模型。

如果：

• CPU 在 node0
• 内存在 node1

每次访问都跨 NUMA：

延迟直接抖动。

所以 Redis 官方甚至建议：

echo never > /sys/kernel/mm/transparent_hugepage/enabled以及：numactl --interleave=all或者直接：关闭 NUMA。

七、虚拟化里 NUMA 更恐怖

KVM/VMware 如果 NUMA 没配好：

会出现：

虚拟机 vCPU 在 node0虚拟机内存 在 node1

结果：

• 虚机性能不稳定
• 数据库随机抖动
• CPU ready升高
• 延迟飘忽

很多人：

疯狂优化 guest OS。

实际上：

问题在宿主机 NUMA。

八、真正的 Linux 高手，会建立“硬件拓扑脑图”

他们看服务器时：

脑子里会自动出现：

Socket ├── NUMA Node │    ├── CPU Core │    ├── L3 Cache │    └── Local Memory

他们会思考：

• 中断在哪个 NUMA
• 网卡在哪个 NUMA
• NVMe 属于哪个 NUMA
• Pod 被调度到哪个 NUMA
• HugePage 属于哪个 NUMA

这才是真正理解现代 Linux。

九、很多所谓“高级运维”其实停留在 2012 年

他们会：

• systemctl
• shell
• nginx
• mysql 主从

但：

• 不懂 NUMA
• 不懂 CPU cache
• 不懂 page fault
• 不懂 scheduler
• 不懂 cgroup
• 不懂 eBPF

这种能力：

在 AI + 云原生时代会越来越吃力。

因为未来的核心：

已经变成：

“系统架构 + 内核 + 算力调度 + 性能工程”

十、真正建议深挖的 Linux 内核方向

如果你真想进入：

高级架构 / SRE / AI基础设施

NUMA 是绕不过去的。

后面建议继续深入：

1. CPU Cache
2. Page Cache
3. HugePage
4. cgroup v2
5. eBPF
6. Scheduler
7. IRQ Affinity
8. DPDK
9. RDMA
10. Kubernetes Topology Manager

这些东西一旦串起来：

你会真正理解：

Linux 不是“操作系统”而是“现代数据中心资源调度内核”。