SMP（Symmetric Multi-Processing ）
SMP技术就是对称多处理结构，这种结构的最大特点就是CPU共享所有资源，比如总线，内存，IO系统等等
NUMA 非一致性内存访问
NUMA架构设计图：
在NUMA中还有三个节点的概念：
- 本地节点： 对于某个节点中的所有CPU，此节点称为本地节点。
- 邻居节点：与本地节点相邻的节点称为邻居节点。
- 远端节点：非本地节点或邻居节点的节点，称为远端节点。
CPU访问不同类型节点内存的速度是不相同的，访问本地节点的速度最快，访问远端节点的速度最慢，即访问速度与节点的距离有关，距离越远访问速度越慢，此距离称作Node Distance。正是因为有这个特点，所以我们的应用程序要尽量的减少不通CPU模块之间的交互，也就是说，如果你的应用程序能有方法固定在一个CPU模块里，那么你的应用的性能将会有很大的提升。
因此KVM也是一样，我们在CPU优化这块就是要让KVM绑定在指定的CPU上，这样减少跨CPU的交互使用，让KVM的性能提升。现在我们的服务器还有linux操作系统都是默认走NUMA模式。所以numa和cpu-pinning（cpu绑定）是密不可分的。
NFV对底层NFVI需支持将虚拟机的CPU和内存部署在同一个NUMA(Non Uniform Memory Access，非一致性内存访问)内，从而降低内存访问的时延 。
虚拟机NUMA亲和性：支持虚拟机numa亲和性策略,保证虚拟机vCPU、内存、直通网卡在同一NUMA节点，避免CPU访问远端内存导致业务时延大等问题
# numactl --hardware
available: 2 nodes (0-1)
node 0 cpus: 0 1 2 3
node 0 size: 8191 MB
node 0 free: 6435 MB
node 1 cpus: 4 5 6 7
node 1 size: 8192 MB
node 1 free: 6634 MB
node distances:
node 0 1
0: 10 20
1: 20 10
# virsh capabilities
...
<topology>
<cells num='2'>
<cell id='0'>
<memory unit='KiB'>4193872</memory>
<pages unit='KiB' size='4'>1048468</pages>
<pages unit='KiB' size='2048'>0</pages>
<distances>
<sibling id='0' value='10'/>
<sibling id='1' value='20'/>
</distances>
<cpus num='4'>
<cpu id='0' socket_id='0' core_id='0' siblings='0'/>
<cpu id='1' socket_id='0' core_id='1' siblings='1'/>
<cpu id='2' socket_id='0' core_id='2' siblings='2'/>
<cpu id='3' socket_id='0' core_id='3' siblings='3'/>
</cpus>
</cell>
<cell id='1'>
<memory unit='KiB'>4194304</memory>
<pages unit='KiB' size='4'>1048576</pages>
<pages unit='KiB' size='2048'>0</pages>
<distances>
<sibling id='0' value='20'/>
<sibling id='1' value='10'/>
</distances>
<cpus num='4'>
<cpu id='4' socket_id='1' core_id='0' siblings='4'/>
<cpu id='5' socket_id='1' core_id='1' siblings='5'/>
<cpu id='6' socket_id='1' core_id='2' siblings='6'/>
<cpu id='7' socket_id='1' core_id='3' siblings='7'/>
</cpus>
</cell>
</cells>
</topology>
...
TOSCA NFVD (VNF Descriptor):
....
VDU1:
capabilities:
nfv_compute:
properties:
mem_size: 4096 MB
num_cpus: 4
numa_nodes:
node0:
id: 0
vcpus: [0,1]
mem_size: 1024 MB
node1:
id: 1
vcpus: [2,3]
mem_size: 3072 MB
...
转载请注明来源，欢迎指出任何有错误或不够清晰的表达。可以邮件至 backendcloud@gmail.com
