Linux性能優化（十二）——CPU性能調優

1、應用程序優化

（1）編譯器優化。適當開啓編譯器優化選項，在編譯階段提高性能。gcc提供優化選項-On會自動對應用程序的代碼進行優化。
（2）算法優化。使用複雜度更低的算法，能夠顯著加快處理速度。在數據比較大的狀況下，能夠用O(nlogn)的排序算法（如快排、歸併排序等），代替O(n^2)的排序算法（如冒泡、插入排序等）。
（3）異步處理。使用異步處理，能夠避免程序由於等待某個資源而一直阻塞，從而提高程序的併發處理能力。把輪詢替換爲事件通知，就能夠避免輪詢耗費CPU的問題。
（4）多線程代替多進程。相對於進程的上下文切換，線程的上下文切換並不切換進程地址空間，所以能夠下降上下文切換的成本。
（5）善用緩存。常常訪問的數據或者計算過程當中的步驟，能夠放到內存中緩存起來，在下次用時就能直接從內存中獲取，加快程序的處理速度。

2、系統優化

一、CPU綁定

（1）CPU綁定：把進程綁定到一個或者多個CPU上，能夠提升CPU緩存的命中率，減小跨CPU調度帶來的上下文切換問題。
（2）CPU孤立：將CPU分組，並經過CPU Affinity機制爲其分配進程。指定CPU由特定進程獨佔，不容許其它進程再使用。

二、進程CPU資源限制

使用Linux cgroups來設置進程CPU使用上限，能夠防止因爲某個應用自身的問題，而耗盡系統資源。

三、進程優先級調整

使用nice調整進程優先級，正值調低優先級，負值調高優先級。適當下降非核心應用的優先級，增高核心應用的優先級，能夠確保核心應用獲得優先處理。

四、中斷負載均衡

不管軟中斷仍是硬中斷，中斷處理程序均可能會耗費大量CPU資源。開啓irqbalance服務或者配置smp_affinity能夠把中斷處理過程自動負載均衡到多個CPU上。

五、NUMA優化

NUMA架構處理器會被劃分爲多個node，每一個node都有本身的本地內存空間。NUMA優化可讓CPU儘量只訪問本地內存。