用 cpuinfo 洞察硬件能力，按“识别—配置—验证”闭环提升 CentOS 性能
一、从 cpuinfo 获取关键硬件画像
- 查看完整信息：cat /proc/cpuinfo；结构化摘要：lscpu。重点关注：型号、物理/逻辑核心数、频率、缓存、指令集。
- 关键命令与含义：
- 物理核心数：grep ‘physical id’ /proc/cpuinfo | sort | uniq | wc -l
- 逻辑核心数：grep ‘processor’ /proc/cpuinfo | wc -l（判断是否启用超线程/SMT）
- 型号与频率：grep ‘model name’ /proc/cpuinfo；grep ‘cpu MHz’ /proc/cpuinfo（配合 lscpu 看最大频率）
- 缓存大小：grep ‘cache size’ /proc/cpuinfo（L2/L3 越大，访存延迟越低）
- 指令集支持：grep ‘flags’ /proc/cpuinfo（如 SSE、AVX、AVX2，用于编译/运行优化）
- 64 位支持：grep ‘lm’ /proc/cpuinfo（Long Mode，支持大内存应用）
- 解读要点：逻辑核心数 ÷ 物理核心数 ≈ 2 表示启用超线程；较大的 L3 缓存利于数据库、计算密集型任务；确认 AVX/AVX2 等特性后，再决定是否启用对应优化路径或库。
二、基于硬件画像的可落地优化
- CPU 频率策略
- 安装工具：CentOS 7 及以下用 yum 安装 cpupowerutils；CentOS 8+ 用 dnf 安装 kernel-tools。
- 查看与设置：cpupower frequency-info；全局性能模式：sudo cpupower frequency-set -g performance；按核设置：sudo cpupower frequency-set -c 0 -g performance；自定义范围：sudo cpupower frequency-set -d 2.0GHz -u 3.0GHz。计算密集型任务优先使用 performance，长时稳定负载再考虑节能策略。
- 进程亲和性与 NUMA 绑定
- 亲和性：taskset -c 0,1 ./app 或 taskset -cp 0,1 ；减少跨核迁移、提升缓存命中。
- NUMA：numactl -C 0-7 ./mongod（绑定到 0–7 号核心）；或 numactl --cpunodebind=0 --membind=0 your_process（绑定节点与本地内存），降低跨节点访存延迟。
- 内核与资源参数
- 降低换页倾向：sudo sysctl -w vm.swappiness=10（默认 60，减少磁盘交换对 CPU 的干扰）。
- 网络高并发：sudo sysctl -w net.core.somaxconn=4096（增大全连接队列）。
- 持久化：写入 /etc/sysctl.conf 并执行 sysctl -p。
- 容器与虚拟化场景
- Docker：docker run --cpus=“1.5” my_image（限制容器最多使用 1.5 个 CPU）。
- Kubernetes：在 Pod 中设置 resources.limits.cpu / requests.cpu，保障关键负载的 CPU 配额与隔离。
三、验证与持续监控
- 实时监控与热点定位
- top/htop（整体与进程 CPU 占用）、vmstat 1（关注 us、sy、id、wa、cs，识别 CPU 密集或 I/O 等待）、iostat -c 1（看 I/O 对 CPU 的影响）、pidstat -p 1（按进程分解 CPU）。
- perf top / perf record -g && perf report（定位热点函数，指导代码/配置优化）。
- 频率与调度状态核查
- 查看当前策略：cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor；确保关键负载下为 performance 或预期策略。
四、按负载类型快速配置建议
| 负载类型 |
关键动作 |
建议值或命令示例 |
| 计算密集型（视频转码、数值计算、批处理） |
性能模式、绑定大核、减少迁移 |
sudo cpupower frequency-set -g performance；taskset -c 0-3,8-11 ./job（示例把进程放在同一物理 CPU 的 2 个超线程簇） |
| 高并发网络（Nginx/网关） |
队列与文件句柄、亲和性 |
sudo sysctl -w net.core.somaxconn=4096；ulimit -n 65535；必要时对 listen 进程做 CPU 亲和分组 |
| 数据库/内存密集（MySQL/PG、缓存） |
NUMA 绑定、降低换页、合理并发 |
numactl --cpunodebind=0 --membind=0 mysqld；vm.swappiness=10；结合 innodb_buffer_pool_size 等内存参数 |
| 虚拟机/容器 |
明确配额、避免争用 |
Docker：–cpus=“2”；K8s：设置 limits/requests；宿主机配合 cpupower/亲和性做节点级隔离 |
以上动作均建立在第一步的 cpuinfo/lscpu 画像基础上，确保“策略与硬件能力匹配”。
五、风险与最佳实践
- 先在测试环境验证，变更分批上线，保留回滚方案；性能与功耗、稳定性需权衡（如 performance 模式功耗更高）。
- 避免盲目关闭 超线程/SMT 或大幅改动调度参数；如确需调整，务必充分压测并评估对延迟/吞吐的影响。
- 关注 I/O 等待（wa） 与 上下文切换（cs）：若 wa 高，优先优化存储/网络；若 cs 高，减少线程/进程数或做亲和性分组。