多线程行为从机器更改为其他
Multi threaded behavior changes from machine to other
我有一个使用多线程的应用程序，因为它的主要操作被分成在独立的数据结构上执行的相同代码块。
将其视为一棵树，其中每个节点都独立于其他节点执行操作。所以我为每个节点的操作创建线程。
我在 2 台机器上测试了这段代码的性能，显示了执行时间与线程数的关系图。
我的问题是 ... 给定相同的代码。为什么会发生这种差异？ （为什么它在机器上比另一个饱和得快）
此外，运行对 48 台机器使用相同的代码会得到更差的结果？
RED line 机器规格:
CPU(s): 16
在线 CPU(s) 名单：0-15
每核心线程数：1
每个插槽的核心数：4
插座：4
NUMA 节点：2
蓝线机器规格：
CPU(s): 8
在线 CPU(s) 名单：0-7
每核心线程数：1
每个插槽的核心数：4
插座：2
NUMA 节点：1
相同的核心速度和相同的缓存值。
从回答中确认::
尝试过
numactl --cpunodebind=0 --membind=0 {exe}
在单个 numa 节点上 到 运行，结果一致。这是 numa 问题
机器非常不同。一个是 NUMA，另一个不是。不同 NUMA 节点上的线程 运行 大大增加了同步成本。甚至内存分配方式对性能也很重要。
编写可很好扩展到大型 NUMA 机器的并行代码可能非常困难。重要的是要避免线程之间不必要的同步，并在主要使用它的 NUMA 节点上分配内存。如果一个缓存行经常由一个或多个线程写入并从不同的 NUMA 节点读取，则成本也会非常高。 （这就是在 NUMA 机器上与常规并发原语（如互斥锁或读写锁）同步的原因如此昂贵。）自旋锁也可能具有非常差的性能。
作为权宜之计，如果您将进程固定到位于同一 NUMA 节点上的内核，您可能会在 NUMA 情况下获得更好的性能。
我有一个使用多线程的应用程序，因为它的主要操作被分成在独立的数据结构上执行的相同代码块。
将其视为一棵树，其中每个节点都独立于其他节点执行操作。所以我为每个节点的操作创建线程。
我在 2 台机器上测试了这段代码的性能，显示了执行时间与线程数的关系图。
我的问题是 ... 给定相同的代码。为什么会发生这种差异？ （为什么它在机器上比另一个饱和得快）
此外，运行对 48 台机器使用相同的代码会得到更差的结果？
RED line 机器规格: CPU(s): 16 在线 CPU(s) 名单：0-15 每核心线程数：1 每个插槽的核心数：4 插座：4 NUMA 节点：2
蓝线机器规格： CPU(s): 8 在线 CPU(s) 名单：0-7 每核心线程数：1 每个插槽的核心数：4 插座：2 NUMA 节点：1
相同的核心速度和相同的缓存值。
从回答中确认:: 尝试过
在单个 numa 节点上numactl --cpunodebind=0 --membind=0 {exe}
到 运行，结果一致。这是 numa 问题
机器非常不同。一个是 NUMA，另一个不是。不同 NUMA 节点上的线程 运行 大大增加了同步成本。甚至内存分配方式对性能也很重要。
编写可很好扩展到大型 NUMA 机器的并行代码可能非常困难。重要的是要避免线程之间不必要的同步，并在主要使用它的 NUMA 节点上分配内存。如果一个缓存行经常由一个或多个线程写入并从不同的 NUMA 节点读取，则成本也会非常高。 （这就是在 NUMA 机器上与常规并发原语（如互斥锁或读写锁）同步的原因如此昂贵。）自旋锁也可能具有非常差的性能。
作为权宜之计，如果您将进程固定到位于同一 NUMA 节点上的内核，您可能会在 NUMA 情况下获得更好的性能。