MongoDB 启动时关于 NUMA 警告的分析----（To avoid performance problems）

1. 需求描述

观察MongoDB的启动Log，会看到一个关于 NUMA 的警告和优化建议

2018-07-17T17:00:04.516+0800 I CONTROL  [initandlisten] ** WARNING: You are running on a NUMA machine.
2018-07-17T17:00:04.516+0800 I CONTROL  [initandlisten] **          We suggest launching mongod like this to avoid performance problems:
2018-07-17T17:00:04.516+0800 I CONTROL  [initandlisten] **              numactl --interleave=all mongod [other options]
2019-08-17T17:00:04.516+0800 I CONTROL  [initandlisten]

那么我们是不是要调整下Linux的系统配置？首先我们先补充下基本知识。

2.相关知识介绍

2.1 NUMA和SMP

NUMA和SMP是两种CPU相关的硬件架构。

SMP (对称多处理器结构： Symmetric Multi-Processor)

在SMP架构里面，所有的CPU争用一个总线来访问所有内存，优点是资源共享，而缺点是当处理器的数目增大时，系统总线的竞争冲突加大，系统总线将成为瓶颈。随着PC服务器上的CPU数量变多（不仅仅是CPU核数），总线争用的弊端慢慢越来越明显。

NUMA ( 非一致存储访问结构： Non-Uniform Memory Access)

NUMA是指多处理器系统中，内存的访问时间是依赖于处理器和内存之间的相对位置的。这种设计里存在和处理器相对近的内存，通常被称作本地内存；还有和处理器相对远的内存，通常被称为非本地内存。NUMA最大的特点是引入了node和distance的概念。对于CPU和内存这两种最宝贵的硬件资源，NUMA用近乎严格的方式划分了所属的资源组（node），而每个资源组内的CPU和内存是几乎相等。资源组的数量取决于物理CPU的个数（现有的PC server大多数有两个物理CPU）；distance是用来定义各个node之间调用资源的开销，为资源调度优化算法提供数据支持。

NUMA系统的结点通常是由一组CPU（如，SGI Altix 3000是2个Itanium2 CPU）和本地内存组成，有的结点可能还有I/O子系统。由于每个结点都有自己的本地内存，因此全系统的内存在物理上是分布的，每个结点访问本地内存和访问其它结点的远地内存的延迟是不同的，为了减少非一致性访存对系统的影响，在硬件设计时应尽量降低远地内存访存延迟（如通过Cache一致性设计等），而操作系统也必须能感知硬件的拓扑结构，优化系统的访存。

2.2 NUMA的利与弊

现在的机器上都是有多个CPU和多个内存块的。以前我们都是将内存块看成是一大块内存，所有CPU到这个共享内存的访问消息是一样的，这就是之前普遍使用的SMP模型。但是随着处理器的增加，共享内存可能会导致内存访问冲突越来越厉害，且如果内存访问达到瓶颈的时候，性能就不能随之增加。NUMA（Non-Uniform Memory Access）就是在这样的背景下引入的一个模型。比如一台机器是有2个处理器，有4个内存块。我们将1个处理器和两个内存块合起来，称为一个NUMA node，这样这个机器就会有两个NUMA node。在物理分布上，NUMA node的处理器和内存块的物理距离更小，因此访问也更快。比如这台机器会分左右两个处理器（cpu1, cpu2），在每个处理器两边放两个内存块(memory1.1, memory1.2, memory2.1,memory2.2)，这样NUMA node1的cpu1访问memory1.1和memory1.2就比访问memory2.1和memory2.2更快。所以使用NUMA的模式如果能尽量保证本node内的CPU只访问本node内的内存块，提高访问效率。

但是，因为NUMA默认的内存分配策略是优先在进程所在CPU的本地内存中分配，会导致CPU节点之间内存分配不均衡，当某个CPU节点的内存不足时，会导致swap产生，而不是从远程节点申请内存，即所谓的swap insanity 现象。现有的Redhat Linux中，localalloc策略是默认的NUMA内存分配策略（localalloc规定进程从当前node上请求分配内存，此外还有策略 preferred、membind、interleave），这个配置选项导致资源独占程序很容易将某个node的内存用尽。而当某个node的内存耗尽时，Linux又刚好将这个node分配给了某个需要消耗大量内存的进程（或线程），swap产生了。尽管此时还有很多page cache可以释放，甚至还有很多的free内存。SWAP的罪与罚文章就说到了一个numa的陷阱的问题。现象是服务器还有内存的时候，发现它已经在开始使用swap了，甚至导致机器出现停滞的现象。所以，如果限制一个进程只能使用自己的numa节点的内存，那么当它自身numa node内存使用光之后，就不会去使用其他numa node的内存了，会开始使用swap，甚至更糟的情况，机器没有设置swap的时候，可能会直接死机！

2.3 NUMA 与 Swap 的案例说明

例如，我们通过 numactl –hardware 来查看系统上的NUMA节点信息，如下：

从上面的信息可以 node 0 的 free 内存为312 MB，node 1 的free 内存为15254 MB。

可知，两个Node 节点的上的剩余内存严重不均衡。

当Node 0 上需要申请大于312MB的内存时，就会产生SWAP。

即，由于服务器硬件、系统设置不当，没有关闭NUMA，容易导致发生SWAP。

查看此服务器的内存情况，确实如此。

总结; 如果你的程序是会占用大规模内存的，应该考虑选择关闭numa node的限制（或从硬件关闭numa），因为这个时候很有可能会碰到numa陷阱。另外，如果你的程序并不占用大内存，而是要求更快的程序运行时间，可以考虑选择限制只访问本numa node的方法来进行处理。

3.numa 相关操作命令

1 安装管理工具

yum install numactl -y

2.查看系统的NUMA节点

numactl --hardware

3.查看绑定信息

numactl  --show

4.查看执行统计信息

numastat

当 numa_miss数值比较高时，说明需要对分配策略进行调整，从而提高内存命中率。

4.CentOS7.x 关闭 NUMA

Step 1 编辑 /etc/default/grub 文件，在GRUB_CMDLINE_LINUX 行上添加加：numa=off，如下图：

Step 2 重新生成 /etc/grub2.cfg 配置文件—–【此操作应慎重】

grub2-mkconfig -o /etc/grub2.cfg

Step 3 重启操作系统

  reboot

Step 4 修改验证

 dmesg | grep -i numa

或者

 cat /proc/cmdline

显示结果，出现了 numa=off 字符

参考资料：

1.https://www.thegeekdiary.com/how-to-disable-numa-in-centos-rhel-67/；

2.https://www.jianshu.com/p/e36c54b4b53e

3.部分资料梳理于网络分享。