北京
生产服务器的CPU利用率常年低于5%？这不是段子，是普遍现状。本文从四个核心子系统拆解Linux性能优化，帮你把闲置资源用起来。
一、CPU：别让它闲着
现代服务器都是多核SMP架构，但调度器有个隐患：同一线程可能在不同时刻跑在不同核心上。每个核心有独立的内存空间，切换时缓存失效，数据得重新加载。
解法是用CPU亲和性把进程绑死在一个核心：taskset -pc 0 73890把PID 73890钉在0号核心，最大化缓存命中率。
但taskset在NUMA架构下不够。NUMA（非统一内存访问）把CPU和内存分成节点，本地内存快，远程访问慢。数据库服务器尤其要注意——默认别用NUMA，非用不可的话用numactl --interleave=all启动，避免内存热点。
调度策略分两层：实时调度（优先级1-99，数字越大越急）和普通调度（100-139，数字越小越优先）。renice 5 调普通优先级，chrt -r -p 50 改实时优先级。
上下文切换是隐形杀手。每个核心能跑50到5万个进程，线程时间片到期或被抢占时切换，次数越多内核开销越重。健康指标参考：用户态60%-70%，系统态30%-35%，空闲0%-5%，每核心运行队列不超过4。用vmstat 1 5持续观察。
二、内存：缓存层级决定速度
CPU缓存三级结构，用lscpu可见：L1数据缓存32K、指令缓存32K，静态且每核心独立；L2缓存256K，动态共享；L3缓存8192K，跨核心动态共享。L1命中最快，往下逐级递减。
内存分配策略直接影响性能。NUMA环境下，numactl --cpunodebind=0 --membind=0 ./myapp把程序和内存都绑在0号节点，避免跨节点访问的延迟惩罚。
三、I/O与网络：待续
原文对I/O和网络子系统的详细拆解尚未展开，但核心逻辑一致：识别瓶颈、针对性绑定、减少跨边界访问。性能调优不是堆参数，是理解硬件架构后的精确匹配。
最后提醒：负载计算公式是"正在运行的线程数+运行队列中的线程数"。2核心、2个运行中、4个排队，负载就是6。别只看CPU百分比，队列深度更能暴露调度压力。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
