核心解法是让每个worker进程严格运行在本地NUMA节点上并分配同节点内存：先用numactl --hardware等命令确认真实拓扑，禁用auto，设worker_processes为单节点逻辑核数（如32），用worker_cpu_affinity分组绑定CPU，再以numactl --cpunodebind=0 --membind=0启动，并通过numastat验证numa_hit>95%。

核心解法是让每个 worker 进程严格运行在本地 NUMA 节点上，并确保其所有内存（堆、栈、缓存、共享内存）都分配在同一个节点——CPU 与内存必须物理同源，缺一不可。

确认真实 NUMA 拓扑，别信“auto”或逻辑核总数

先执行命令看清硬件级分布：

• numactl --hardware：看 node 数量、各 node 的 CPU 列表和本地内存容量（例如 node 0: CPUs 0–31, 64GB）
• cat /sys/devices/system/node/node*/cpulist：精确到每个 node 绑定哪些 CPU ID，验证是否连续分组
• cat /sys/class/net/eth0/device/numa_node：查网卡归属节点，后续需对齐

若 BIOS 中启用了 Node Interleaving，必须关闭——否则 numactl 显示“单节点”，实际内存已交错，亲和性完全失效。

worker_processes 和 CPU 绑定要按单节点设，不是总核数

例如双路服务器，每节点 32 逻辑核（0–31 和 32–63），则：

• 设 worker_processes 32（非 64）
• 禁用 worker_processes auto —— 它不感知 NUMA，只读 /proc/cpuinfo 总数
• 用 worker_cpu_affinity 分组绑定：

worker_cpu_affinity 00000001 00000010 ... ; # 前 32 项对应 node 0 的 CPU 0–31
worker_cpu_affinity 0000000100000000 0000001000000000 ... ; # 后 32 项对应 node 1 的 CPU 32–63

强制内存亲和，光绑 CPU 不够

CPU 绑定只是起点，内存分配路径必须同步约束：

• 用 numactl 启动主进程：
  numactl --cpunodebind=0 --membind=0 /usr/sbin/nginx
• 若需双节点部署，建议启动两个独立 master（适合边缘高并发场景）
• 避免混用策略：不要一边 --membind=0，一边在代码里调用 numa_set_interleave_mask

验证是否真正生效：看内存，不只看 CPU

ps 或 htop 显示 CPU 固定 ≠ NUMA 亲和生效。关键看内存访问局部性：

• 运行中执行：numastat -p
• numa_hit 应 >95%，说明绝大多数内存访问命中本地
• numa_miss 持续高于 5% 是明确信号，表示仍有大量被迫跨节点分配
• perf stat 中 remote-dram 计数飙升、LLC-misses 高，也指向跨节点问题