首页 > 代码库 > Openstack J版本 NUMA特性相关分析

Openstack J版本 NUMA特性相关分析

声明:

本博客欢迎转载,但请保留原作者信息!

作者:黄堆荣

团队:华为杭州OpenStack团队


1、简介

        Openstack在J版本中新增NUMA特性,用户可以通过将虚拟机只能的CPU和内存绑定到物理机的NUMA节点上来提升虚拟机的性能。

2、使用方式

       NUMA分配方式有两种方式:
       1、用户指定NUMA节点的个数,然后由Nova根据套餐中的规格平均将CPU和内存分布到不同的NUMA节点上(默认从node 0开始分配,依次递增)。 
       2、用户指定NUMA节点的个数,以及每个NUMA上分配的虚拟机CPU的编号以及内存大小

       可以通过设置套餐和镜像的属性来指定虚拟机的NUMA的部署方式,创建虚拟机的时候选择特定套餐或则镜像来实现NUMA,具体方法如下:
       1、设置套餐的extra_specs属性,设置方式如下
        nova flavor-key flv_name set hw:numa_nodes=2 hw:numa_cpus.0=0 hw:numa_mem.0=512 hw:numa_cpus.1=0 hw:numa_mem.1=512
       2、创建镜像的property属性,设置方式如下
       glance image-update --property hw_numa_nodes=2 hw_numa_cpus.0=0 hw_numa_mem.0=512 hw_numa_cpus.1=0 hw_numa_mem.1=512 image_name

       各个字段表示的含义如下:
       numa_nodes:该虚拟机包含的NUMA节点个数
       numa_cpus.0:虚拟机上NUMA节点0包含的虚拟机CPU的ID,格式"1-4,^3,6",如果用户自己指定部署方式,则需要指定虚拟机内每个NUMA节点的CPU部署信息,所有NUMA节点上的CPU总和需要与套餐中vcpus的总数一致。
       numa_mem.0:虚拟机上NUMA节点0包含的内存大小,单位M,如果用户自己指定部署方式,则需要指定虚拟机内每个NUMA节点的内存信息,所有NUMA节点上的内存总和需要等于套餐中的memory_mb大小。

       自动分配NUMA的约束和限制:
       1、不能设置numa_cpus和numa_mem
       2、自动从0节点开始平均分配

       手动指定NUMA的约束和限制:
       1、用户指定的CPU总数需要与套餐中的CPU个数一致
       2、用户指定的内存总数需要与套餐中的内存总数一致
       3、必须设置numa_cpus和numa_mem
       4、需要从0开始指定各个numa节点的资源占用

(未完待续)

Openstack J版本 NUMA特性相关分析