CPU優化 我們接下來從應用程式和系統的角度，分別來看看如何才能降低 CPU 使用率，提高 CPU 的並行處理能力。 應用程式優化 首先，從應用程式的角度來說，降低 CPU 使用率的最好方法當然是，排除所有不必要的工作，只保留最核心的邏輯。比如減少迴圈的層次、減少遞歸、減少動態記憶體分配等等。除此之外 ...
CPU優化
我們接下來從應用程式和系統的角度，分別來看看如何才能降低 CPU 使用率，提高 CPU 的並行處理能力。
應用程式優化
首先，從應用程式的角度來說，降低 CPU 使用率的最好方法當然是，排除所有不必要的工作，只保留最核心的邏輯。比如減少迴圈的層次、減少遞歸、減少動態記憶體分配等等。除此之外，應用程式的性能優化也包括很多種方法，我在這裡列出了最常見的幾種，你可以記下來。
- 編譯器優化：很多編譯器都會提供優化選項，適當開啟它們，在編譯階段你就可以獲得編譯器的幫助，來提升性能。比如， gcc 就提供了優化選項 -O2，開啟後會自動對應用程式的代碼進行優化。
- 演算法優化：使用複雜度更低的演算法，可以顯著加快處理速度。比如，在數據比較大的情況下，可以用 O(nlogn) 的排序演算法（如快排、歸併排序等），代替 O(n^2) 的排序演算法（如冒泡、插入排序等）。
- 非同步處理：使用非同步處理，可以避免程式因為等待某個資源而一直阻塞，從而提升程式的併發處理能力。比如，把輪詢替換為事件通知，就可以避免輪詢耗費 CPU 的問題。
- 多線程代替多進程：前面講過，相對於進程的上下文切換，線程的上下文切換並不切換進程地址空間，因此可以降低上下文切換的成本。
- 善用緩存：經常訪問的數據或者計算過程中的步驟，可以放到記憶體中緩存起來，這樣在下次用時就能直接從記憶體中獲取，加快程式的處理速度。
系統優化
從系統的角度來說，優化 CPU 的運行，一方面要充分利用 CPU 緩存的本地性，加速緩存訪問；另一方面，就是要控制進程的 CPU 使用情況，減少進程間的相互影響。具體來說，系統層面的 CPU 優化方法也有不少，這裡我同樣列舉了最常見的一些方法，方便你記憶和使用。
- CPU 綁定：把進程綁定到一個或者多個 CPU 上，可以提高 CPU 緩存的命中率，減少跨 CPU 調度帶來的上下文切換問題。- - CPU 獨占：跟 CPU 綁定類似，進一步將 CPU 分組，並通過 CPU 親和性機製為其分配進程。這樣，這些 CPU 就由指定的進程獨占，換句話說，不允許其他進程再來使用這些 CPU。
- 優先順序調整：使用 nice 調整進程的優先順序，正值調低優先順序，負值調高優先順序。優先順序的數值含義前面我們提到過，忘了的話及時複習一下。在這裡，適當降低非核心應用的優先順序，增高核心應用的優先順序，可以確保核心應用得到優先處理。
- 為進程設置資源限制：使用 Linux cgroups 來設置進程的 CPU 使用上限，可以防止由於某個應用自身的問題，而耗盡系統資源。
- NUMA（Non-Uniform Memory Access）優化：支持 NUMA 的處理器會被劃分為多個 node，每個 node 都有自己的本地記憶體空間。NUMA 優化，其實就是讓 CPU 儘可能只訪問本地記憶體。
- 中斷負載均衡：無論是軟中斷還是硬中斷，它們的中斷處理程式都可能會耗費大量的 CPU。開啟 irqbalance 服務或者配置 smp_affinity，就可以把中斷處理過程自動負載均衡到多個 CPU 上。
學習筆記
整理自極客時間：《Linux性能優化實戰》
