redis性能优化骚操作——绑核

文章系转载，便于分类和归纳，源文地址：https://cloud.tencent.com/developer/news/722546

一、现代CPU模式

现代一个CPU中，可以有多个运行核心（称之为物理核），每个物理核都有自己独立的一级缓存（L1）和二级缓存（L2）。并且每个物理核一般会有两个超线程（称之为逻辑核）；同一个物理核下的两个逻辑核同享L1和L2缓存。并且现在机器主流都是多CPU处理器结构（CPU Socket），每个CPU拥有自己的L1和L2以及L3级缓存和自己所管理的内存空间；不同处理器之间通过总线进行连接。一台机器的cpu构造如下图所示：

二、cpu多核对redis的影响

因为我们的cpu存在上下文切换（context switch），每个物理核有自己独立的L1和L2级缓存，程序执行最频繁的指令和数据会被缓存到L1和L2级缓存中，一旦我们的程序被切换到另一个物理核时，对应的指令和数据需要被重新刷到对应的（L1、L2）缓存中，所以频繁进行上下文切换的话，程序就不能很好的利用L1和L2级缓存，就会增加程序的延时性。针对这个频繁切换cpu核进行操作，我们可以采用绑核操作，将一个redis实例只在对应的物理核上执行，不会切换到其他物理核上。

taskset -c 0 ./redis-server

三、多cpu对redis的影响

我们的程序被cpu执行都是通过时间片，一台机器上有多个应用时，某一时刻是有一个程序可以获取cpu去执行程序代码，所以当一个程序在一个CPU socket运行时，如果此时发生了CPU切换，程序被切换到另一个CPU socket上运行，此时程序在运行时读取内存数据时，需要读取到之前的cpu socket所管理的内存，这种访问属于远端内存访问。这种访问 Socket 直接连接的内存相比，远端内存访问会增加应用程序的延迟。

所以多cpu对redis的影响：

因为L1，L2缓存中的指令和数据可以提高访问速度，一旦发生了cpu的切换，同样的指令和数据需要重新加载到L1和L2缓存中，影响redis的性能。

因为每个cpu都有自身控制的内存，一旦发生cpu的切换，就会存在一个cpu需要访问另一个cpu所管理的内存，出现远端内存的访问情况，影响redis的响应时间。

首先我们的redis实例需要很好的网络性能，redis是如何和操作系统的网络中断程序进行交互的呢？

网络中断程序从网卡中读取数据，并将数据写入到操作系统的内核缓冲区中，内核会通过epoll机制触发事件，通知到redis实例，redis就会从内核中拉取数据，复制到自己的内存空间中。这个时候就会存在一个潜在影响性能的点，到redis实例和网络中断处理程序，在不同的CPU Socket中运行时，redis读取网络数据时，就需要跨CPU Socket运行，影响其性能，其流程如下：

所以为了避免redis跨cpu访问网络数据，需要将redis实例和网络中断程序，绑定在同一个CPU Socket中：

四、绑核存在的风险点

当我们将redis实例绑在一个cpu核上时，redis其后台线程和fork的子进程等都会和redis主线程抢占cpu资源，导致redis主线程变慢，影响性能。

针对这个问题：主要的解决方法有两种：

• 一个就是redis实例对应绑一个物理核，因为我们的cpu一个物理核有两个逻辑核，这样可以把我们的两个逻辑核都给用上，可以在一定程度上缓解cpu的资源竞争。

• 修改redis源代码，把子进程和后台线程绑到不同的CPU核上。