worker_cpu_affinity本身不直接提升缓存命中率，但通过固定worker进程到特定CPU核心，减少跨核调度导致的L1/L2缓存失效和上下文切换，使proxy_cache等共享内存访问更稳定高效，从而间接提升可观测缓存命中率。
worker_cpu_affinity 本身不直接提升缓存命中率，但它通过固定 Nginx worker 进程到特定 CPU 核心，减少跨核调度带来的 L1/L2 缓存失效和上下文切换，让 proxy_cache 或 fastcgi_cache 的共享内存访问更稳定、延迟更低，从而间接提高可观测的缓存命中率。
明确绑定目标：匹配物理拓扑
绑定效果高度依赖真实 CPU 架构。先用 lscpu 或 cat /proc/cpuinfo 查清逻辑核编号、物理核归属、NUMA 节点分布。关键原则：
- 避免跨 NUMA 节点：若缓存 zone（如 proxy_cache_path 的 keys_zone）分配在 Node 0 内存，就不要把 worker 绑到 Node 1 的核心上
- 超线程环境下慎用单物理核双逻辑核：如 8 核 16 线程，优先绑定 0+8、1+9…这种配对，而非 0+1（挤在同一物理核）
- 掩码位序从右往左对应 core 0、core 1…，例如 0001 表示只用 core 0，1000 表示只用 core 3
两种实用配置方式
推荐优先使用自动模式，稳定性与适配性更好；手动模式适用于 NUMA 敏感或容器资源受限场景：
-
自动绑定（主流推荐）：Nginx 1.9.10+ 支持，写法简洁且能适配大多数物理布局
worker_processes auto;
worker_cpu_affinity auto; -
手动绑定（精确控制）：适合已知拓扑的物理机或裸金属部署
例如 4 物理核（无超线程）：
worker_processes 4;
worker_cpu_affinity 0001 0010 0100 1000;
例如双路 16 核（共 32 逻辑核），关闭超线程，只用第一路 16 核：
worker_processes 16;
worker_cpu_affinity 0000000000000001 0000000000000010 …（共 16 个掩码）;
必须同步调整的配套项
单独设 worker_cpu_affinity 很可能无效，甚至拖慢性能。以下几项需一并优化：
- 关闭 accept_mutex：Nginx ≥ 1.11.3 默认关闭，确认配置中无 accept_mutex on;，否则多个 worker 仍争抢 accept 锁
- 启用 multi_accept：在 events 块中加 multi_accept on;，让单次 epoll wait 尽可能处理多个连接，降低事件循环开销
- 缓存路径加 use_temp_path=off：proxy_cache_path 中必须包含该参数，避免临时文件写入引发 IO 抖动，干扰缓存一致性
- 调大 open_file_cache：尤其在大量小文件缓存场景下，减少 stat() 系统调用，缓解内核路径查找压力
验证是否真正生效
不能只看 nginx -t 或进程启动日志。实际验证方法：
- 运行 ps axo pid,comm,psr | grep nginx，检查每个 worker PID 对应的 PSR（CPU 核编号）是否与配置掩码一致
- 用 perf top -p $(pgrep nginx) 观察 schedule() 和 __do_softirq 占比，绑核后应明显下降（理想低于 5%）
- 对比开启前后 proxy_cache_status 的 hit/miss ratio 变化，注意排除 cold start 影响，观察稳定负载下的趋势
