多核cpu

mpstat是Multiprocessor Statistics的缩写，是实时系统监控工具。其报告与CPU的一些统计信息，这些信息存放在/proc/stat文件中。在多CPUs系统里，其不但能查看所有CPU的平均状况信息，而且能够查看特定CPU的信息。mpstat最大的特点是：可以查看多核心cpu中每个计算核心的统计数据；而类似工具vmstat只能查看系统整体cpu情况。 用法： 它显示了系统中 CPU 的各种统计信息。–P 0 选项指示该命令显示所有 CPU 的统计信息，CPU从个数0开始，ALL为所有。 而不只是特定 CPU 的统计信息。参数 2 2 指示该命令每隔 2秒运行一次，共运行 2 次。 以上输出首先显示了所有 CPU 的合计指标，然后显示了每个 CPU 各自的指标。最后，在结尾处显示所有 CPU 的平均值。 含义： %user 在internal时间段里，用户态的CPU时间(%)，不包含nice值为负进程 (usr/total)* 100 %nice 在internal时间段里，nice值为负进程的CPU时间(%) (nice/total)* 100 %sys 在internal时间段里，内核时间(%) (system/total)* 100 %iowait 在internal时间段里，硬盘IO等待时间(%) (iowait/total)* 100 %irq

查看多核CPU命令 mpstat -P ALL 和 sar -P ALL 说明：sar -P ALL > aaa.txt 重定向输出内容到文件 aaa.txt top命令 经常用来监控linux的系统状况，比如cpu、内存的使用，程序员基本都知道这个命令，但比较奇怪的是能用好它的人却很少，例如top监控视图中内存数值的含义就有不少的曲解。 本文通过一个运行中的WEB服务器的top监控截图，讲述top视图中的各种数据的含义，还包括视图中各进程（任务）的字段的排序。 top进入视图 第一行： 10:08:45 — 当前系统时间 10 days, 3:05 — 系统已经运行了10天3小时5分钟（在这期间没有重启过） 1 users — 当前有1个用户登录系统 load average: 0.00, 0.00, 0.00 — load average后面的三个数分别是1分钟、5分钟、15分钟的负载情况。 load average数据是每隔5秒钟检查一次活跃的进程数，然后按特定算法计算出的数值。如果这个数除以逻辑CPU的数量，结果高于5的时候就表明系统在超负荷运转了。 第二行： Tasks — 任务（进程），系统现在共有135个进程，其中处于运行中的有1个，134个在休眠（sleep），stoped状态的有0个，zombie状态（僵尸）的有0个。 第三行：cpu状态 0.3% us —

从主频之争到多核之争，摩尔定律还能走多远？ 本文通过对几个基础问题的探讨，从IC设计角度介绍一点处理器的知识和发展。希望对长时间做高级语言开发的朋友有点帮助，随便看看权当娱乐。 1.CPU的速度是什么决定的？ 　　我们通常用频率（frequency）来描述一颗处理器的速度，比如1.6GHz，3.8GHz。这个频率是什么的频率？它又是根据什么来决定的呢？我遇到不少童鞋以为频率高是因为我们可以做出更快的晶振，这是本末倒置的想法。一颗处理器的最高频率是根据它内在电路决定的，决定以后，才选取适当频率的晶振来为它产生漂亮的脉冲。 　　比如CPU做这样一个运算(1+2)+(3*4)。1+2 和 3*4 分别送入加法器和乘法器，各自的结果作为输入再送入加法器。由于加法要比乘法快，1+2先算完放到一个寄存器待用，等3*4结果出来也放入寄存器之后，二者一再起送入加法器。而为了同步，我们给这些运算加入一种步伐，也就是时钟信号。我们规定时钟的一个周期为需要时间最长的乘法，这样就可以保证再第二个时钟信号到来的时候，之前的全部运算都可以准确完成并将结果存入寄存器，进入下一个运算周期。 　　这个周期切换的速度，就是频率。很明显，频率越高，计算速度越快嘛。 一块芯片的频率，就是耗时最长的那条电路(critical path)决定的。芯片的频率的设定，要保证耗时最长的那段电路可以在一个时钟周期内运算完毕。 2

1 SMP cpu map和操作函数集初始化 1.1 初步初始化cpu map start_kernel ---------->smp_setup_processor_id linux 从第一个cpu上面启动以后，先利用smp_setup_processor_id设置cpu index void __init smp_setup_processor_id(void) { int i; //判断是否是smp系统，是则从arm协处理器读取当前cpuid，否则为0 u32 mpidr = is_smp() ? read_cpuid_mpidr() & MPIDR_HWID_BITMASK : 0; //根据level确定CPU号，即cpu = (mpidr >> 8) & 0xff; u32 cpu = MPIDR_AFFINITY_LEVEL(mpidr, 0); //设置map 0为引导cpu cpu_logical_map(0) = cpu; //nr_cpu_ids表示系统中CPU总数 for (i = 1; i < nr_cpu_ids; ++i) cpu_logical_map(i) = i == cpu ? 0 : i; //初始化除boot cpu以外的其他cpu的map printk(KERN_INFO "Booting Linux on physical CPU 0x

引言 在这篇文章中我会主要介绍CPU相关的一些重要概念和技术。如果你想更好地了解操作系统，那就从本文开始吧。 中央处理器（Central processing unit） 在我们了解其它概念之前，我们应该首先了解一下什么是CPU，它是做什么的，它的主要组件以及相应的作用都是什么？ 简单点说，CPU其实就是计算机内部的一个电子电路。根据一些具体的指令它可以执行基本的运算，逻辑，控制和IO操作等。CPU的主要组件包括： 算术逻辑单元（ALU is short for ‘arithmetic logic unit’），它主要执行一些算术和逻辑操作 处理器寄存器（processor registers），它主要的作用是给ALU提供操作数并存储ALU操作的结果 控制器（control unit），通过协调ALU，寄存器和其它组件之间的操作，从主存中取得并执行相应的指令。 当今大多数地CPU都是微处理器，即它们被包含在单个集成电路芯片（integrated circuit chip）中。一个包含CPU的集成电路可能也包含内存，外围接口和其它的一些计算机组件。这样的集成设备叫做微控制器（microcontrollers）或者芯片上的系统（SoC）。一些计算机采用多核处理器，即单个芯片中包含2个或更多的CPU（也被叫做“cores”）; 在这种情况下，单个芯片有时也被称作”sockets”.

从主频之争到多核之争，摩尔定律还能走多远？ 本文通过对几个基础问题的探讨，从IC设计角度介绍一点处理器的知识和发展。希望对长时间做高级语言开发的朋友有点帮助，随便看看权当娱乐。 1.CPU的速度是什么决定的？ 　　我们通常用频率（frequency）来描述一颗处理器的速度，比如1.6GHz，3.8GHz。这个频率是什么的频率？它又是根据什么来决定的呢？我遇到不少童鞋以为频率高是因为我们可以做出更快的晶振，这是本末倒置的想法。一颗处理器的最高频率是根据它内在电路决定的，决定以后，才选取适当频率的晶振来为它产生漂亮的脉冲。 　　比如CPU做这样一个运算(1+2)+(3*4)。1+2 和 3*4 分别送入加法器和乘法器，各自的结果作为输入再送入加法器。由于加法要比乘法快，1+2先算完放到一个寄存器待用，等3*4结果出来也放入寄存器之后，二者一再起送入加法器。而为了同步，我们给这些运算加入一种步伐，也就是时钟信号。我们规定时钟的一个周期为需要时间最长的乘法，这样就可以保证再第二个时钟信号到来的时候，之前的全部运算都可以准确完成并将结果存入寄存器，进入下一个运算周期。 　　这个周期切换的速度，就是频率。很明显，频率越高，计算速度越快嘛。 一块芯片的频率，就是耗时最长的那条电路(critical path)决定的。芯片的频率的设定，要保证耗时最长的那段电路可以在一个时钟周期内运算完毕。 2

一. 何谓"原子操作": 原子操作就是: 不可中断的一个或者一系列操作, 也就是不会被线程调度机制打断的操作, 运行期间不会有任何的上下文切换(context switch). 二. 为什么关注原子操作? 1. 如果确定某个操作是原子的, 就不用为了去保护这个操作而加上会耗费昂贵性能开销的锁. - (巧妙的利用原子操作和实现无锁编程) 2. 借助原子操作可以实现互斥锁(mutex). (linux中的mutex_lock_t) 3. 借助互斥锁, 可以实现让更多的操作变成原子操作. 三. 单核CPU的原子操作: 在单核CPU中, 能够在一个指令中完成的操作都可以看作为原子操作, 因为中断只发生在指令间. 四. 多核CPU的原子操作: 在多核CPU的时代(确实moore定律有些过时了，我们需要更多的CPU，而不是更快的CPU，无法处理快速CPU中的热量散发问题), 体系中运行着多个独立的CPU, 即使是可以在单个指令中完成的操作也可能会被干扰. 典型的例子就是decl指令(递减指令), 它细分为三个过程: "读->改->写", 涉及两次内存操作. 如果多个CPU运行的多个进程在同时对同一块内存执行这个指令, 那情况是无法预测的. 五. 硬件支持 & 多核原子操作: 软件级别的原子操作是依赖于硬件支持的. 在x86体系中, CPU提供了HLOCK pin引线,

当面临这些问题的时候，有两个关键词无法绕开，那就是 并行 和 并发 。 首先，要先了解几个概念： 　　1、进程是程序的一次执行。 　　2、进程是资源分配的基本单位。 　　3、一个进程可以包括多个线程。 　　4、在单CPU计算机中，有一个资源是 无法被多个程序并行使用的 ：CPU。 　　5、操作系统调度器：拆分CPU 为一段段时间的运行片，轮流分配给不 同的程序。 　　6、操作系统内存管理模块：管理物理内存、虚拟内存相关的事务。 　　由于CPU同时刻只能执行一个进程，如果我们不加以控制的话，一个进程可能使用CPU直到运行结束，于是出现了操作系统调度器，而进程也成为了调度单位。 　　进程的运行不仅仅需要CPU，还需要很多其他资源，如内存啊，显卡啊，GPS啊，磁盘啊等等，统称为程序的执行环境，也就是程序上下文。 　　在这里就出现了 并发的概念，调度器切换CPU给不同进程使用的速 度非常快，于是在使用者看来程序是在同时运行，这就是并发，而实际上CPU在同一时刻只在运行一个进程。并发只是给人的假现象 ，原因就是由于cpu工作很快，不断地loop感觉是同时发生，实际都是单个执行的。 　　CPU进程无法同时刻共享，但是出现一定要共享CPU的需求呢？此时线程的概念就出现了。线程被包含在进程当中，进程的不同线程间共享CPU和程序上下文。（共享进程分配到的资源） 　　单CPU进行进程调度的时候，需要

多核CPU上python多线程并行的一个假象 python-cn(华蟒用户组,CPyUG 邮件列表)上: 关于 python 多线程是否能用到多核的问题 相关讨论 本机环境: 2核CPU, linux 2.6, python 2.6.2 在python上开启多个线程，由于GIL的存在，每个单独线程都会在竞争到GIL后才 运行，这样就干预OS内部的进程(线程)调度，结果在多核CPU上: python的多线程实际是串行执行的，并不会同一时间多个线程分布在多个CPU上运行。 但是这里有个有趣的现象: python开启两个死循环的线程，在我的2核机器上会有如下 CPU使用情况，每个CPU都维持在50%左右的使用率(见下图). 难道python的多线程可以在多核上并行? 当然不是，在GIL存在的python上，多线程应该是不可能并行的。 这里其实有个小细节隐藏在linux的进程调度系统内，当python多线程切换时候，linux 调度子系统会兼顾多核的负载情况，linux会把多个线程平均分布在多核上跑，这样不 会导致单个核负载过盛。但是这个并不会让python多线程在多核上并行。 大致CPU使用应该这样: cpu0: .. pythread0 _________ pythread0 _________ .. cpu1: .. _________ pythread1 _________

转自 https://www.cnblogs.com/shmily2018/p/9123144.html 为什么python的多线程不能利用多核CPU，但是咱们在写代码的时候，多线程的确是在并发，而且还比单线程快。 一、python的多线程不能利用多核CPU？ 原因： 因为GIL，python只有一个GIL，运行python时，就要拿到这个锁才能执行，在遇到I/O 操作时会释放这把锁。 如果是纯计算的程序，没有 I/O 操作，解释器会每隔100次操作就释放这把锁，让别的线程有机会 执行（这个次数可以通sys.setcheckinterval 来调整）同一时间只会有一个获得GIL线程在跑，其他线程都处于等待状态 1、如果是CPU密集型代码（循环、计算等），由于计算工作量多和大，计算很快就会达到100，然后触发GIL的释放与在竞争，多个线程来回切换损耗资源， 所以在多线程遇到CPU密集型代码时，单线程会比较快 2、如果是I\O密集型代码（文件处理、网络爬虫），开启多线程实际上是并发（不是并行），IO操作会进行IO等待，线程A等待时，自动切换到线程B， 这样就提升了效率 二、其他原理解释 转：链接：https://www.zhihu.com/question/23474039/answer/24695447 地说就是作为可能是仅有的支持多线程的解释型语言（perl的多线程是残疾