分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow
也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！
- 作者：邹祁峰
- 邮箱：[email protected]
- 博客：http://blog.csdn.net/qifengzou
- 日期：2014.06.12 18:44
- 转载请注明来自"祁峰"的CSDN博客
1 引言
非统一内存访问(NUMA)是一种用于多处理器的电脑记忆体设计，内存访问时间取决于处理器的内存位置。 在NUMA下，处理器访问它自己的本地存储器的速度比非本地存储器(存储器的地方到另一个处理器之间共享的处理器或存储器)快一些。
针对NUMA架构系统的特点，可以通过将进程/线程绑定指定CPU(一个或多个)的方式，提高CPU CACHE的命中率，减少进程/线程迁移CPU造成的内存访问的时间消耗，从而提高程序的运行效率。[注：关于CPU亲和性的概念，可参考《管理处理器的亲和性》]
2 源码剖析
2.1 NGINX源码
NGINX进程绑定CPU的代码非常简单，其中的核心接口为sche_setaffinity()，如下所示：
代码1 绑定CPU
2.2 源码分析
经分析可知：
1) 1进程可绑定到1个或多个CPU核
-> 如果cpu_affinity的值对应的二进制值为以下值时，那么进程将绑定到第7和第63个CPU。(从0开始，下同)
10000000 00000000
00000000 00000000
00000000 00000000
00000000 10000000
-> 如果cpu_affinity的值对应的二进制值为以下值时，那么进程将绑定到第2、第3和第7个CPU。
00000000 00000000
00000000 00000000
00000000 00000000
00000000 10001100
其他情况可以依此类推。
2) 该函数可设置CPU核范围:第0~63个.因为参数cpu_affinity的类型为uint64_t，其占用64位.
2.3 测试实例
根据NGINX源码的实现，可以编写如下测试代码：
图1 测试代码
1) 测试之前：CPU0和CPU1的消耗都很低
图2 测试之前
2) 绑定CPU0：CPU0的使用接近100%，而CPU1基本不变
图3 绑定CPU0
2) 绑定CPU1：CPU1的使用接近100%，而CPU0基本不变
图4 绑定CPU1
2.4 其他接口
除了sched_setaffinity() 可以设置“进程/线程”的CPU亲和性外，还可以使用pthread_setaffinity_np()设置“线程”的CPU亲和性。参考代码如下：
图5 线程绑定CPU
以上代码对应的Makefile如下：
图6 Makefile
给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow
