numastat用于分析NUMA内存访问性能，numactl用于控制；需先用numastat定位跨节点访问异常（如numa_miss>10%、local_node<70%），再用numactl绑定CPU/内存或交错分配验证优化效果，并通过numastat对比local_node占比、numa_miss率及other_node值评估成效。
numactl 本身不是分析工具，而是控制工具；真正用于分析 NUMA 内存访问性能的是 numastat。numactl 的作用是执行干预——比如绑定 CPU、限定内存节点、切换分配策略，从而验证问题是否由 NUMA 分配不当引起，或实施优化方案。
先用 numastat 定位问题
不看数据就调优等于蒙眼开车。必须先确认是否存在跨节点访问异常：
-
查系统整体分布：运行
numastat -c，重点关注numa_miss（跨节点分配次数）和other_node（进程在非本地节点分配的内存 KB 数） -
盯住关键进程：用
numastat -p $(pgrep -f "mysqld")或numastat -p <pid></pid>，观察local_node占比是否低于 70%，other_node是否持续高于 15% -
结合延迟判断严重性：若
numa_miss占总访问比例超 10%，且应用延迟敏感（如数据库、实时服务），基本可判定 NUMA 分配已成瓶颈
再用 numactl 验证与干预
确认问题后，用 numactl 快速测试不同内存绑定策略的效果：
-
强制进程只用 Node 0 的 CPU 和内存：
numactl --cpubind=0 --membind=0 your_command -
允许内存在多个节点间交错分配（适合读写均衡型负载）：
numactl --interleave=all your_command -
仅绑 CPU 不绑内存（让内核按需分配，但限制调度范围）：
numactl --cpubind=0-3 your_command -
查看当前系统 NUMA 拓扑：
numactl --hardware，确认节点数、CPU 分布、距离矩阵（distance 值越大，跨访问代价越高）
对比前后指标看效果
每次用 numactl 启动服务后，必须重新运行 numastat -p <new_pid></new_pid>，对比三组核心值：
-
local_node / (local_node + other_node)是否提升至 85% 以上 -
numa_miss / (numa_hit + numa_miss)是否压到 5% 以内 -
other_node绝对值是否显著下降（例如从 8GB 降到 500MB）
注意生产环境的实用约束
numactl 是进程级控制，无法直接修改已运行进程的 NUMA 行为。常见落地方式包括：
- 数据库服务：在 systemd unit 文件的
ExecStart=前加numactl --cpubind=0 --membind=0 - Java 应用：在启动脚本中将
java -jar app.jar改为numactl --interleave=all java -jar app.jar - 容器场景：在 docker run 中使用
--cpuset-cpus和--memory配合 host 级 numactl 调度 - 避免盲目禁用内核自动平衡：可通过
echo 0 > /proc/sys/kernel/numa_balancing关闭，但仅建议在明确内存布局稳定时使用
