在麒麟服务器操作系统上默认没有安装numactl工具，可以以下命令进行安装：
yum install numactl
以下是使用 numactl 命令查看系统NUMA信息的详细解读指南，结合关键命令和输出示例。
一、核心命令解析
1. 查看NUMA硬件拓扑
numactl --hardware
输出示例：
available: 2 nodes (0-1) # 系统有2个NUMA节点
node 0 cpus: 0-23,48-71 # 节点0包含的CPU逻辑核心编号
node 0 size: 128941 MB # 节点0的物理内存总量
node 0 free: 5632 MB # 节点0的当前空闲内存
node 1 cpus: 24-47,72-95 # 节点1的CPU核心
node 1 size: 129020 MB
node 1 free: 10240 MB
node distances: # 节点间访问距离（影响延迟）
node 0 1
0: 10 21
1: 21 10
关键字段：
- available：系统NUMA节点总数。
- cpus：该节点管理的CPU核心编号（注意可能包含超线程核心）。
- size/free：节点内存总量和空闲量（单位MB）。
- node distances：矩阵中的数值表示访问延迟权重，数值越大延迟越高（如0→0本地访问为10，0→1跨节点为21）。
2. 查看当前NUMA策略
numactl --show
输出示例：
policy: default # 当前默认策略
preferred node: current # 首选节点（此处为当前CPU所在节点）
physcpubind: 0-95 # 可用的物理CPU核心范围
cpubind: 0-1 # 进程可绑定的NUMA节点（此处为节点0和1）
nodebind: 0-1 # 内存可分配的节点
membind: 0-1 # 等效于nodebind
策略说明：
- policy：常见策略包括 default（本地优先）、interleave（交错分配）、preferred（首选节点）等。
- preferred node：当策略为 preferred 时，优先从指定节点分配内存，不足时使用其他节点。
二、进阶命令组合
1. 查看进程的NUMA绑定状态
numactl --pid
用途：查看指定进程的CPU和内存绑定策略。
2. 实时监控NUMA内存分配
numastat # 查看各节点内存分配统计
numastat -p
输出示例：
Per-node process memory usage (in MBs) for PID 1234...
Node 0 Node 1 Total
--------------- --------------- --------
256.45 512.89 769.34 # 进程在节点0分配256MB，节点1分配513MB
3. 验证CPU与节点关系
lscpu | grep NUMA
输出示例：
NUMA node(s): 2 # NUMA节点数
NUMA node0 CPU(s): 0-23,48-71 # 节点0的CPU核心
NUMA node1 CPU(s): 24-47,72-95
三、输出关键分析技巧
1. 识别NUMA不均衡
现象：numastat 显示某个节点内存使用率远高于其他节点。
风险：可能导致该节点内存耗尽，触发交换（Swap）或OOM Killer。
2. 优化绑定策略
案例：若应用主要运行在节点0的CPU上，但内存分配在节点1（通过 numastat -p 发现），可通过以下命令绑定：
numactl --cpubind=0 --membind=0 ./application
3. 节点距离与性能
规则：node distances 中数值越小性能越好。例如：
跨节点访问（0→1）的延迟是本地（0→0）的2.1倍（21/10）。
应尽量避免跨节点频繁访问内存。
四、调试流程图
开始
│
├─ 执行 numactl --hardware → 确认节点数
│ ├─ 若输出仅1个节点 → NUMA可能关闭或单节点硬件
│ └─ 多节点 → NUMA已启用
│
├─ 检查策略 numactl --show → 确认默认分配策略
│ └─ 若policy=interleave → 内存分配已跨节点
│
└─ 分析进程内存 numastat -p
└─ 若Node间分配不均 → 建议绑定CPU和内存节点
结束
五、注意事项
1.虚拟化环境：虚拟机内看到的NUMA拓扑可能由Hypervisor虚拟化，需在宿主机层优化。
2.容器环境：Kubernetes等容器平台可能限制NUMA感知，需结合 cpuset 控制。
3.BIOS设置：部分服务器需在BIOS中开启NUMA支持（如Intel的 Sub-NUMA Clustering）。
通过以上命令组合，您可以全面掌握系统的NUMA状态，并为性能调优提供数据支撑。