Worker Affinity通过将Nginx Worker进程绑定至指定CPU核心，减少跨核调度引发的缓存失效与上下文切换，提升缓存局部性与命中率；需结合worker_cpu_affinity指令合理配置，并注意虚拟化环境、超线程及共享内存对齐等关键点。

通过将Nginx的Worker进程与特定CPU核心绑定（即设置Worker affinity），可以显著提升缓存命中率和响应性能，尤其在高并发、多核服务器环境下效果明显。关键在于减少进程跨核调度带来的缓存失效（Cache Thrashing）和上下文切换开销。

为什么Worker Affinity能提升缓存效率

CPU各级缓存（L1/L2/L3）是按核心或共享域组织的。当Nginx Worker频繁在不同核心间迁移时，已加载到某核心缓存中的热点数据（如共享内存中的缓存索引、slab分配器元数据、proxy_cache_path对应的缓存键哈希表等）会被清出，导致重复加载、TLB miss增多、缓存行失效。固定Worker到指定核心后，热点缓存结构更持久驻留，提升访问局部性。

如何配置Worker CPU Affinity

在Nginx主配置块（http外）中使用worker_cpu_affinity指令，配合worker_processes合理设置：

• 若启用4个Worker进程且服务器为4核： worker_processes 4;
  worker_cpu_affinity 0001 0010 0100 1000; （每个Worker独占1个核心，二进制掩码对应CPU0–CPU3）
• 若为8核超线程CPU（物理4核+逻辑4核），建议只绑物理核以避免争抢： worker_processes 4;
  worker_cpu_affinity 00000001 00000100 00010000 01000000;
• 使用auto可让Nginx自动按物理核分配（1.9.10+）： worker_processes auto;
  worker_cpu_affinity auto;

搭配缓存优化的关键点

Affinity本身不直接增加缓存容量，但为缓存高效运行提供底层支撑。需同步注意：

• 共享内存区域对齐：proxy_cache_path的keys_zone使用共享内存，确保其大小适中（如128m–512m），避免因内存碎片或跨NUMA节点导致缓存元数据访问延迟升高；
• 关闭不必要的模块：禁用未使用的模块（如perl、xslt），降低Worker内存占用，让更多L3缓存留给缓存数据和索引；
• 监控验证效果：用pidstat -t -p $(pgrep nginx) 1观察Worker线程是否稳定运行在目标CPU上；通过nginx -T | grep cache确认缓存配置生效，并结合$upstream_cache_status统计命中率变化。

注意事项与常见误区

并非所有场景都适合强绑定：

• 虚拟化环境（如KVM、容器）中，CPU资源可能被动态调度，硬绑定反而引发负载不均；此时优先考虑cgroup CPU配额+auto affinity；
• Worker数超过物理核心数时，应避免“1:1”绑定，改用分组绑定（如worker_cpu_affinity 0101 1010），让两个Worker共享一对超线程核心，兼顾吞吐与缓存局部性；
• 启用accept_mutex off（高并发下推荐）时，affinity作用更显著——因为多个Worker会同时争抢新连接，绑定可减少跨核锁竞争对缓存的影响。