【博客594】k8s进行cpu绑核优化后，再配合NUMA 亲和性以进一步优化cpu性能
| 阿里云国内75折 回扣 微信号：monov8 |
| 阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6 |
k8s进行cpu绑核优化后再配合NUMA 亲和性以进一步优化cpu性能
场景
在多cpu核心节点上此时往往节点是NUMA节点的我们一般开启了cpu绑核后此时还可以通过开启NUMA 亲和性以进一步优化cpu性能这种优化在游戏训练等场景下收益尤为明显
查看机器是否配置NUMA
-
1、lscpu ｜ grep NUMA
-
2、yum install numactl && numactl –hardware
-
3、确保 /etc/default/grub 中没有 numa=off若有需要开启NUMA则改为 numa=on
cpu绑核配置
参考上一篇【博客593】k8s为pod进行cpu绑核以进一步提高性能
NUMA 亲和性配置
- 1、驱逐节点:
kubectl drain <NODE_NAME> - 2、停止 kubelet:
systemctl stop kubelet - 3、修改 kubelet 参数:
–cpu-manager-policy=“static”
–topology-manager-policy=single-numa-node - 4、删除旧的 CPU 管理器状态文件:
rm var/lib/kubelet/cpu_manager_state - 5、启动 kubelet
systemctl start kubelet
topology-manager-policy策略注意点
- 策略为single-numa-node时,则yaml中的CPU个数一定不能超过最大每个numa的个数
- 策略为best-effort时yaml中limit的cpu和request的cpu设置相同且cpu值为整数则为独占CPU。
- 策略为best-effort时yaml中只设置了limit但没有设置request的cpu且limit设置的cpu为整数则为独占CPU。
- 策略为best-effort除了以上两种情况都是为共享CPU池不符合独占要求。