对于 GNU make 中的作业数是否应该等于内核数，或者您是否可以通过添加一个可以排队的额外作业而其他作业来优化构建时间，似乎存在一些争议“工作”。
在四核系统上使用-j4 或-j5 更好吗？
您是否见过（或做过）任何支持其中之一的基准测试？
【问题讨论】：
make `nproc` 制作CPU独立脚本:)
我想说最好的办法是根据您的特定环境和工作负载自行对其进行基准测试。似乎有太多变量（源文件的大小/数量、可用内存、磁盘缓存、您的源目录和系统标头是否位于不同的磁盘上等），无法一刀切。
我的个人经验（在 2 核 MacBook Pro 上）是 -j2 明显快于 -j1，但除此之外（-j3、-j4 等）没有可测量的加速。因此，对于我的环境，“工作 == 核心数”似乎是一个很好的答案。 (YMMV)
【讨论】：
我已经在我的 4 核超线程笔记本电脑上运行了我的家庭项目并记录了结果。这是一个相当繁重的编译器项目，但最后包含一个 17.7 秒的单元测试。编译不是很 IO 密集型的；有很多可用内存，如果没有，其余的都在快速 SSD 上。
1 job real 2m27.929s user 2m11.352s sys 0m11.964s
2 jobs real 1m22.901s user 2m13.800s sys 0m9.532s
3 jobs real 1m6.434s user 2m29.024s sys 0m10.532s
4 jobs real 0m59.847s user 2m50.336s sys 0m12.656s
5 jobs real 0m58.657s user 3m24.384s sys 0m14.112s
6 jobs real 0m57.100s user 3m51.776s sys 0m16.128s
7 jobs real 0m56.304s user 4m15.500s sys 0m16.992s
8 jobs real 0m53.513s user 4m38.456s sys 0m17.724s
9 jobs real 0m53.371s user 4m37.344s sys 0m17.676s
10 jobs real 0m53.350s user 4m37.384s sys 0m17.752s
11 jobs real 0m53.834s user 4m43.644s sys 0m18.568s
12 jobs real 0m52.187s user 4m32.400s sys 0m17.476s
13 jobs real 0m53.834s user 4m40.900s sys 0m17.660s
14 jobs real 0m53.901s user 4m37.076s sys 0m17.408s
15 jobs real 0m55.975s user 4m43.588s sys 0m18.504s
16 jobs real 0m53.764s user 4m40.856s sys 0m18.244s
inf jobs real 0m51.812s user 4m21.200s sys 0m16.812s
基本结果：
我现在的猜测：如果您在计算机上执行其他操作，请使用核心数。如果不这样做，请使用线程数。超过它没有任何好处。在某些时候，它们将变得内存受限并因此崩溃，从而使编译速度变慢。 “inf”行是在很久以后添加的，这让我怀疑 8+ 工作存在一些热限制。这确实表明，对于这个项目大小，没有有效的内存或吞吐量限制。不过这是一个小项目，需要 8GB 内存进行编译。
【讨论】：
我个人使用make -j n，其中 n 是“核心数”+ 1。
但是，我无法给出科学的解释：我见过很多人使用相同的设置，到目前为止他们给了我很好的结果。
无论如何，您必须小心，因为某些 make-chains 根本与 --jobs 选项不兼容，并且可能导致意外结果。如果您遇到奇怪的依赖错误，请尝试 make 而不使用 --jobs。
【讨论】：
最终，您必须进行一些基准测试以确定用于构建的最佳数量，但请记住，CPU 并不是唯一重要的资源！
例如，如果您有一个严重依赖磁盘的构建，那么在多核系统上生成大量作业实际上可能更慢，因为磁盘必须做额外的工作来回移动磁盘头以服务于所有不同的作业（取决于许多因素，例如操作系统处理磁盘缓存的能力、磁盘对本机命令队列的支持等）。
然后你就有了“真正的”核心与超线程。您可能会或可能不会从为每个超线程生成作业中受益。同样，您必须进行基准测试才能找到答案。
我不能说我专门尝试过 #cores + 1，但在我们的系统（Intel i7 940、4 个超线程内核、大量 RAM 和 VelociRaptor 驱动器）和我们的构建 ( CPU 和 I/O 交替绑定的大规模 C++ 构建）-j4 和 -j8 之间几乎没有区别。 （它可能好 15%……但远没有两倍好。）
如果我要出去吃午饭，我会使用 -j8，但如果我想在系统构建时将系统用于其他任何事情，我会使用较小的数字。 :)
【讨论】：
-j 8 来获得 +15% 的收益
两者都没错。为了与您自己和您正在编译的软件的作者保持和平（不同的多线程/单线程限制适用于软件级别本身），我建议您使用：
make -j`nproc`
注意：nproc 是 linux 命令，它将返回系统上可用的内核/线程数（现代 CPU）。将它放在上面的记号`下面会将数字传递给 make 命令。
附加信息：正如有人提到的那样，使用所有内核/线程来编译软件可能会让你的机器几乎死机（无响应），甚至可能比使用更少的内核花费更长的时间。正如我在这里看到的一位 Slackware 用户发布的那样，他有双核 CPU，但仍然提供高达 j 8 的测试，这在 j 2 时不再不同（CPU 只能使用 2 个硬件内核）。因此，为避免出现无响应的框，我建议您像这样运行它：
make -j`nproc --ignore=2`
这会将nproc 的输出传递给make 并从其结果中减去2 个内核。
【讨论】：
我刚得到一个带有富士康 M/B 和 4GB G-Skill 内存的 Athlon II X2 Regor proc。
我将我的“cat /proc/cpuinfo”和“free”放在最后，以便其他人可以看到我的规格。它是具有 4GB RAM 的双核 Athlon II x2。
uname -a on default slackware 14.0 kernel is 3.2.45.
我下载了下一步内核源码（linux-3.2.46）到/archive4；
提取它（tar -xjvf linux-3.2.46.tar.bz2）；
cd 到目录 (cd linux-3.2.46);
并将默认内核的配置复制到 (cp /usr/src/linux/.config .)；
使用make oldconfig准备3.2.46内核配置；
然后使用 -jX 的各种咒语运行 make。
我通过在 time 命令之后发出 make 来测试每次运行的时间，例如， '时间使-j2'。在每次运行之间我'rm -rf' linux-3.2.46 树并重新提取它，将默认的 /usr/src/linux/.config 复制到目录中，运行 make oldconfig 然后再次进行我的'make -jX'测试.
简单的“制作”：
real 51m47.510s
user 47m52.228s
sys 3m44.985s
bob@Moses:/archive4/linux-3.2.46$
如上，但使用 make -j2
real 27m3.194s
user 48m5.135s
sys 3m39.431s
bob@Moses:/archive4/linux-3.2.46$
如上，但使用 make -j3
real 27m30.203s
user 48m43.821s
sys 3m42.309s
bob@Moses:/archive4/linux-3.2.46$
如上，但使用 make -j4
real 27m32.023s
user 49m18.328s
sys 3m43.765s
bob@Moses:/archive4/linux-3.2.46$
如上，但使用 make -j8
real 28m28.112s
user 50m34.445s
sys 3m49.877s
bob@Moses:/archive4/linux-3.2.46$
'cat /proc/cpuinfo' 产生：
bob@Moses:/archive4$ cat /proc/cpuinfo
processor : 0
vendor_id : AuthenticAMD
cpu family : 16
model : 6
model name : AMD Athlon(tm) II X2 270 Processor
stepping : 3
microcode : 0x10000c8
cpu MHz : 3399.957
cache size : 1024 KB
physical id : 0
siblings : 2
core id : 0
cpu cores : 2
apicid : 0
initial apicid : 0
fdiv_bug : no
hlt_bug : no
f00f_bug : no
coma_bug : no
fpu : yes
fpu_exception : yes
cpuid level : 5
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmo
v pat pse36 clflush mmx fxsr sse sse2 ht syscall nx mmxext fxsr_opt pdpe1gb rd
tscp lm 3dnowext 3dnow constant_tsc nonstop_tsc extd_apicid pni monitor cx16 p
opcnt lahf_lm cmp_legacy svm extapic cr8_legacy abm sse4a misalignsse 3dnowpre
fetch osvw ibs skinit wdt npt lbrv svm_lock nrip_save
bogomips : 6799.91
clflush size : 64
cache_alignment : 64
address sizes : 48 bits physical, 48 bits virtual
power management: ts ttp tm stc 100mhzsteps hwpstate
processor : 1
vendor_id : AuthenticAMD
cpu family : 16
model : 6
model name : AMD Athlon(tm) II X2 270 Processor
stepping : 3
microcode : 0x10000c8
cpu MHz : 3399.957
cache size : 1024 KB
physical id : 0
siblings : 2
core id : 1
cpu cores : 2
apicid : 1
initial apicid : 1
fdiv_bug : no
hlt_bug : no
f00f_bug : no
coma_bug : no
fpu : yes
fpu_exception : yes
cpuid level : 5
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmo
v pat pse36 clflush mmx fxsr sse sse2 ht syscall nx mmxext fxsr_opt pdpe1gb rd
tscp lm 3dnowext 3dnow constant_tsc nonstop_tsc extd_apicid pni monitor cx16 p
opcnt lahf_lm cmp_legacy svm extapic cr8_legacy abm sse4a misalignsse 3dnowpre
fetch osvw ibs skinit wdt npt lbrv svm_lock nrip_save
bogomips : 6799.94
clflush size : 64
cache_alignment : 64
address sizes : 48 bits physical, 48 bits virtual
power management: ts ttp tm stc 100mhzsteps hwpstate
“免费”产量：
bob@Moses:/archive4$ free
total used free shared buffers cached
Mem: 3991304 3834564 156740 0 519220 2515308
【讨论】：
make -j 在那个系统上做了什么？ Make 应该检查负载并根据负载扩展进程数。
make -j 根本不限制作业的数量。这对于中型或大型项目来说通常是灾难性的，因为很快就会有更多的工作被分叉，而不是 RAM 所能支持的。您需要通过负载限制的选项是-l [load]，与-j一起使用
作为参考：
来自LKD 中的Spawning Multiple Build Jobs 部分：
其中 n 是要生成的作业数。通常的做法是为每个处理器生成一个或两个作业。例如，在双处理器机器上，可能会这样做
$ 制作 j4
【讨论】：
根据我的经验，添加额外作业时一定会带来一些性能优势。 只是因为磁盘 I/O 是除 CPU 之外的瓶颈之一。然而，决定额外作业的数量并不容易，因为它与所用磁盘的核心数量和类型高度相关。
【讨论】：
多年后，这些答案中的大多数仍然是正确的。但是，发生了一些变化：使用比物理内核更多的作业现在可以提供真正显着的加速。作为 Dascandy 表格的附录，这是我在 Linux 上的 AMD Ryzen 5 3600X 上编译项目的时间。 （The Powder Toy，提交 c6f653ac3cef03acfbc44e8f29f11e1b301f1ca2）
我建议自己检查一下，但我从其他人的意见中发现，使用逻辑核心数来计算作业数在 Zen 上效果很好。除此之外，系统似乎并没有失去响应能力。我想这也适用于最近的英特尔 CPU。请注意，我也有 SSD，因此自己测试 CPU 可能是值得的。
scons -j1 --release --native 120.68s user 9.78s system 99% cpu 2:10.60 total
scons -j2 --release --native 122.96s user 9.59s system 197% cpu 1:07.15 total
scons -j3 --release --native 125.62s user 9.75s system 292% cpu 46.291 total
scons -j4 --release --native 128.26s user 10.41s system 385% cpu 35.971 total
scons -j5 --release --native 133.73s user 10.33s system 476% cpu 30.241 total
scons -j6 --release --native 144.10s user 11.24s system 564% cpu 27.510 total
scons -j7 --release --native 153.64s user 11.61s system 653% cpu 25.297 total
scons -j8 --release --native 161.91s user 12.04s system 742% cpu 23.440 total
scons -j9 --release --native 169.09s user 12.38s system 827% cpu 21.923 total
scons -j10 --release --native 176.63s user 12.70s system 910% cpu 20.788 total
scons -j11 --release --native 184.57s user 13.18s system 989% cpu 19.976 total
scons -j12 --release --native 192.13s user 14.33s system 1055% cpu 19.553 total
scons -j13 --release --native 193.27s user 14.01s system 1052% cpu 19.698 total
scons -j14 --release --native 193.62s user 13.85s system 1076% cpu 19.270 total
scons -j15 --release --native 195.20s user 13.53s system 1056% cpu 19.755 total
scons -j16 --release --native 195.11s user 13.81s system 1060% cpu 19.692 total
( -jinf test not included, as it is not supported by scons.)
在配备 Ryzen 5 3600X、三星 860 Evo SSD (SATA) 和 32GB RAM 的 Ubuntu 19.10 上完成的测试
最后说明：其他拥有 3600X 的人可能会比我更好。在做这个测试时，我启用了 Eco 模式，稍微降低了 CPU 的速度。
【讨论】：
是的！在我的 3950x 上，我运行 -j32，它可以节省数小时的编译时间！我仍然可以在编译期间观看 youtube、浏览网页等，没有任何区别。即使使用 1TB 970 PRO nvme 或 1TB Auros Gen4 nvme 和 64GB 的 3200C14，处理器也不总是固定的。即使是这样，我也没有注意到 UI 明智。我计划在不久的将来在一些即将到来的大项目中使用 -j48 进行测试。正如您可能所做的那样，我希望看到一些令人印象深刻的改进。那些仍然拥有四核的人可能不会获得相同的收益....
Linus 自己刚刚升级到 3970x，你可以赌你的底钱，他至少在运行 -j64。
【讨论】：