【Linux 性能优化系列】Linux 性能优化 -- CPU 性能优化综述
【1】CPU 性能指标
CPU 使用率
描述了非空闲时间占总 CPU 时间的百分比；
用户 CPU 使用率，包括用户态 CPU 使用率（user）和低优先级用户态 CPU 使用率（nice），表示 CPU 在用户态运行的时间百分比；用户 CPU 使用率高，通常说明有应用程序比较繁忙；
系统 CPU 使用率，表示 CPU 在内核态运行的时间百分比（不包括中断）；系统 CPU 使用率高，说明内核比较繁忙；
等待 I/O 的 CPU 使用率，通常也称为 iowait，表示等待 I/O 的时间百分比；iowait 高，通常说明系统与硬件设备的 I/O 交互时间比较长；
软中断和硬中断的 CPU 使用率，分别表示内核调用软中断处理程序、硬中断处理程序的时间百分比；它们的使用率高，通常说明系统发生了大量的中断；
虚拟化环境中的窃取 CPU 使用率（steal）和客户 CPU 使用率（guest），分别表示被其他虚拟机占用的 CPU 时间百分比和运行客户虚拟机的 CPU 时间百分比；
平均负载（Load Average）
描述系统的平均活跃进程数，反应了系统的整体负载情况，主要包括三个数值，分别指过去 1 分钟、过去 5 分钟和过去 15 分钟的平均负载；理想情况下，平均负载等于逻辑 CPU 个数，这表示每个 CPU 都恰好被充分利用；如果平均负载大于逻辑 CPU 个数，就表示负载比较重了；
进程上下文切换
1. 无法获取资源而导致的自愿上下文切换；2. 被系统强制调度导致的非自愿上下文切换；
CPU 缓存的命中率
【2】CPU 相关性能工具
【2.1】根据性能指标确定性能工具
【2.2】根据性能工具确定可以检测的指标
【2.3】CPU 性能工具与 CPU 性能指标之间的关联性
【3】CPU 性能优化的基本思路
【3.1】CPU 性能优化方法论
【3.1.1】性能优化前需要思考的问题
1. 既然要做性能优化，怎么判断是不是有效？特别是优化后，到底能提升多少性能呢？
2. 性能问题通常不是独立的，如果有多个性能问题同时发生，应该先优化哪一个呢？
3. 提升性能的方法并不是唯一的，当有多种方法可以选择时，应该选用哪一种呢？是不是总选那个最大程度提升性能的方法就行了呢？
【3.1.2】性能优化效果评价
1. 确定性能的量化指标
不要局限在单一维度的指标上，至少要从应用程序和系统资源这两个维度，分别选择不同的指标；
2. 测试优化前的性能指标
3. 测试优化后的性能指标
检测性能注意事项
1. 避免性能测试工具干扰应用程序的性能
2. 避免外部环境的变化影响性能指标的评估
【3.1.3】多性能问题的取舍
并不是所有的性能问题都值得优化，先把所有这些性能问题给分析一遍，找出最重要的、可以最大程度提升性能的问题开始优化；
【3.1.4】多种优化方法的取舍
性能优化并非没有成本，性能优化通常会带来复杂度的提升，降低程序的可维护性，可能在优化一个指标时，引发其他指标的异常；
【4】CPU 优化方法
应用程序优化
排除所有不必要的工作，只保留最核心的逻辑，比如减少循环的层次、减少递归、减少动态内存分配等等；
1. 编译器优化，很多编译器都会提供优化选项，适当开启它们，在编译阶段你就可以获得编译器的帮助，来提升性能；
比如，gcc 就提供了优化选项 -O2，开启后会自动对应用程序的代码进行优化；
2. 算法优化，使用复杂度更低的算法，可以显著加快处理速度；
比如，在数据比较大的情况下，可以用 O(nlogn) 的排序算法（如快排、归并排序等），代替 O(n^2) 的排序算法（如冒泡、插入排序等）；
3. 异步处理，使用异步处理，可以避免程序因为等待某个资源而一直阻塞，从而提升程序的并发处理能力；
比如，把轮询替换为事件通知，就可以避免轮询耗费 CPU 的问题；
4. 多线程代替多进程，相对于进程的上下文切换，线程的上下文切换并不切换进程地址空间，因此可以降低上下文切换的成本；
5. 善用缓存，经常访问的数据或者计算过程中的步骤，可以放到内存中缓存起来，这样在下次用时就能直接从内存中获取，加快程序的处理速度；
系统优化
1. CPU 绑定，把进程绑定到一个或者多个 CPU 上，可以提高 CPU 缓存的命中率，减少跨 CPU 调度带来的上下文切换问题；
2. CPU 独占，进一步将 CPU 分组，并通过 CPU 亲和性机制为其分配进程，从而这些 CPU 就由指定的进程独占，即不允许其他进程再来使用这些 CPU；
3. 优先级调整，使用 nice 调整进程的优先级，正值调低优先级，负值调高优先级；因此适当降低非核心应用的优先级，增高核心应用的优先级，可以确保核心应用得到优先处理；
4. 为进程设置资源限制，使用 Linux cgroups 来设置进程的 CPU 使用上限，可以防止由于某个应用自身的问题，而耗尽系统资源；
5. NUMA（Non-Uniform Memory Access）优化，支持 NUMA 的处理器会被划分为多个 node，每个 node 都有自己的本地内存空间；NUMA 优化，其实就是让 CPU 尽可能只访问本地内存；
6. 中断负载均衡，无论是软中断还是硬中断，中断处理程序都可能会耗费大量的 CPU；开启 irqbalance 服务或者配置 smp_affinity，就可以把中断处理过程自动负载均衡到多个 CPU 上；
参考致谢
本博客为博主的学习实践总结，并参考了众多博主的博文，在此表示感谢，博主若有不足之处，请批评指正。