TW项目后端加速精益求精 用NUMA优化
一、问题描述
    上一篇文章描述了在每一次战斗时大量的并行计算被分布进行在CPU和GPU同时计算的方法，本篇文章介绍在CPU运算时，由于战斗线程、游戏逻辑线程、网络线程、数据库存取线程等被分别绑定到不同的CPU核心，所以战斗线程还可以运用numa技术，充分利用cpu的l3cache将运算效率进一步提高20%-30%。

二、利用线程与CPU核心绑定和该核心的L3Cache内存（少量）提高运算
    1、首先将战斗线程与CPU内核绑定（https://github.com/OpenHFT/Java-Thread-Affinity.git）
    2、用numa编程使改运算在CPU本地运行
        申请内存时用numa_alloc_onnode函数，在numa_alloc_onnode内部调用了mmap（内存申请并映射）和dombind（内存绑定）。
        dombind里边调用的mbind，mbind里边调用的syscall6，syscall6调用了汇编（见下）将内存和内核绑定。
long syscall6(long call, long a, long b, long c, long d, long e, long f)
{
       long res;
       asm volatile ("movq %[d],%%r10 ; movq %[e],%%r8 ; movq %[f],%%r9 ; syscall"
             : "=a" (res)
             : "0" (call),"D" (a),"S" (b), "d" (c),
               [d] "g" (d), [e] "g" (e), [f] "g" (f) :
             "r11","rcx","r8","r10","r9","memory" );
       if (res < 0) {
           errno = -res;
           res = -1;
       }
       return res;
}

    3、结论：numa技术比较成熟，开发难度不是太大，实际测试运算效率会有20-30%的提高。