SMP、NUMA、MMP的简介
原文地址:《SMP、NUMA、MMP的简介》
1、什么是SMP架构
SMP是指对称多处理器结构,是指服务器中多个CPU对称工作,无主次或从属关系。各CPU共享相同的物理内存,每个 CPU访问内存中的任何地址所需时间是相同的,因此SMP也被称为一致存储器访问结构(UMA:Uniform Memory Access)。对SMP服务器进行扩展的方式包括增加内存、使用更快的CPU、增加CPU、扩充I/O(槽口数与总线数)以及添加更多的外部设备(通常是磁盘存储) 。
SMP服务器的主要特征是共享,系统中所有资源(CPU、内存、I/O等)都是共享的。也正是由于这种特征,导致了SMP服务器的主要问题,那就是它的扩展能力非常有限。对于SMP服务器而言,每一个共享的环节都可能造成SMP服务器扩展时的瓶颈,而最受限制的则是内存。由于每个CPU必须通过相同的内存总线访问相同的内存资源,因此随着CPU数量的增加,内存访问冲突将迅速增加,最终会造成CPU资源的浪费,使 CPU性能的有效性大大降低。实验证明,SMP服务器CPU利用率最好的情况是2至4个CPU。
2、什么是NUMA架构
NUMA架构为非一致性存储器访问架构。NUMA服务器的基本特征是具有多个CPU模块,每个CPU模块由多个CPU(如4个)组成,并且具有独立的本地内存、I/O槽口等。由于其节点之间可以通过互联模块(如称为Crossbar Switch)进行连接和信息交互,因此每个CPU可以访问整个系统的内存(这是NUMA系统与MPP系统的重要差别)。显然,访问本地内存的速度将远远高于访问远地内存(系统内其它节点的内存)的速度,这也是非一致存储访问NUMA的由来。由于这个特点,为了更好地发挥系统性能,开发应用程序时需要尽量减少不同CPU模块之间的信息交互。利用NUMA技术,可以较好地解决原来SMP系统的扩展问题,在一个物理服务器内可以支持上百个CPU。
但NUMA技术同样有一定缺陷,由于访问远地内存的延时远远超过本地内存,因此当CPU数量增加时,系统性能无法线性增加
3、什么是MMP架构
MMP也被称为海量并行处理架构。MPP提供了另外一种进行系统扩展的方式,它由多个SMP服务器通过一定的节点互联网络进行连接,协同工作,完成相同的任务,从用户的角度来看是一个服务器系统。其基本特征是由多个SMP服务器(每个SMP服务器称节点)通过节点互联网络连接而成,每个节点只访问自己的本地资源(内存、存储等),是一种完全无共享(Share Nothing)结构,因而扩展能力最好,理论上其扩展无限制,目前的技术可实现512个节点互联,数千个CPU。目前业界对节点互联网络暂无标准,如 NCR的Bynet,IBM的SPSwitch,它们都采用了不同的内部实现机制。但节点互联网仅供MPP服务器内部使用,对用户而言是透明的。
在MPP系统中,每个SMP节点也可以运行自己的操作系统、数据库等。但和NUMA不同的是,它不存在异地内存访问的问题。换言之,每个节点内的CPU不能访问另一个节点的内存。节点之间的信息交互是通过节点互联网络实现的,这个过程一般称为数据重分配(Data Redistribution)。
但是MPP服务器需要一种复杂的机制来调度和平衡各个节点的负载和并行处理过程。目前一些基于MPP技术的服务器往往通过系统级软件(如数据库)来屏蔽这种复杂性。举例来说,NCR的Teradata就是基于MPP技术的一个关系数据库软件,基于此数据库来开发应用时,不管后台服务器由多少个节点组成,开发人员所面对的都是同一个数据库系统,而不需要考虑如何调度其中某几个节点的负载。
4、三种架构之间的区别
从架构来看,NUMA与MPP具有许多相似之处:它们都由多个节点组成,每个节点都具有自己的CPU、内存、I/O,节点之间都可以通过节点互联机制进行信息交互。那么它们的区别在哪里?通过分析下面NUMA和MPP服务器的内部架构和工作原理不难发现其差异所在。
首先是节点互联机制不同,NUMA的节点互联机制是在同一个物理服务器内部实现的,当某个CPU需要进行远地内存访问时,它必须等待,这也是NUMA服务器无法实现CPU增加时性能线性扩展的主要原因。而MPP的节点互联机制是在不同的SMP服务器外部通过I/O 实现的,每个节点只访问本地内存和存储,节点之间的信息交互与节点本身的处理是并行进行的。因此MPP在增加节点时性能基本上可以实现线性扩展。
其次是内存访问机制不同。在NUMA服务器内部,任何一个CPU可以访问整个系统的内存,但远地访问的性能远远低于本地内存访问,因此在开发应用程序时应该尽量避免远地内存访问。在MPP服务器中,每个节点只访问本地内存,不存在远地内存访问的问题。
SMP、NUMA、MMP的简介相关推荐
- 【大话存储】多CPU架构变迁, SMP,NUMA,MPP
多CPU架构演进 对称多处理器结构:(SMP,Symmetric Multi-Processor) 服务器最开始的时候是单CPU,然后才进化到了双CPU甚至多CPU的SMP架构.所谓SMP架构指的是多 ...
- 服务器体系(SMP, NUMA, MPP)与共享存储器架构(UMA和NUMA)
<Linux内存管理:转换后备缓冲区(TLB)原理> <内存管理:Linux Memory Management:MMU.段.分页.PAE.Cache.TLB> <Mem ...
- SMP,MMP,OLTP ,OLAP
SMP的全称是"对称多处理"(Symmetrical Multi-Processing)技术,是指在一个计算机上汇集了一组处理器(多CPU),各CPU之间共享内存子系统以及总线结构 ...
- 记华为综合面试(IT集成类)
9月的某天收到华为的HR面试通知,说准备一下电话面试,一个周六的下午接到了技术面试的电话,大概聊了半个多小时,主要聊聊我的工作内容,面对客户的需求怎么处理,存储的架构原理,会那些技术,总体感觉不错,聊 ...
- Linux内存管理之UMA模型和NUMA模型
1.概述 2. 从 CPU 角度看物理内存模型 内核是以页为基本单位对物理内存进行管理的,每页大小为 4K,在内核中用 struct page 结构体来进行管理,struct page 中封装了每页内 ...
- Numa与Intel下一代Xeon处理器学习
NUMA与英特尔下一代Xeon处理器学习心得(1) 作者: 陈宇达 (Intel) (8 篇文章) 日期: 十一月 24, 2008 在 1:27 下午 作为一名工程师,一名做技术的工程师,NUMA也 ...
- NUMA是什么? 及工具numactl介绍
作者:qccz123456 来源:CSDN 原文:Linux工具之numactl 一.NUMA简介 NUMA(Non-Uniform Memory Access)字面直译为"非一致性内存 ...
- 【深度学习】— 各框架分布式训练简介+测评
1.各框架分布式简介 1.Pytorch 从官方文档上我们可以看到,pytorch的分布式训练,主要是torch.distributed包所提供,主要包含以下组件: Distributed Data- ...
- Linux 内核引导选项简介 *********很多常用的受益匪浅
内核引导选项大体上可以分为两类:一类与设备无关.另一类与设备有关.与设备有关的引导选项多如牛毛,需要你自己阅读内核中的相应驱动程序源码以获取其能够接受的引导选项.比如,如果你想知道可以向 AHA154 ...
最新文章
- ​双十一剁手后,听蒋涛谈谈AI人才多么吸金:2018年社招AI人才平均月薪竟高达4万,算法红利期还有2年
- flask框架如何实现修改密码和免密登录功能
- php补充安装扩展支持
- python填写excel-Python|读、写Excel文件(三种模块三种方式)
- swagger导出excel文档_将Swagger2文档导出为HTML或markdown等格式离线阅读
- 神策营销云:「在线教育」行业,如何借“运营工具”玩转微信生态?
- linux命令--cp
- 解决MySQL Server Logs不能正常查看的问题
- pandas DateTime
- Quartz学习总结(2)——定时任务框架Quartz详解
- Atitit 实体的概念与理解 目录 1. 使用不同的语言来描述实体	1 1.1. H5 table dom模型 json	1 1.2. Sql table	1 1.3. Java class m
- 【可收藏】3W字,Docker 从入门到精通
- 哥德巴赫猜想 php,C++_c++验证哥德巴赫猜想,哥德巴赫猜想是世界近代三大 - phpStudy...
- 金蝶云星空总账-基础设置
- pinyin4j 中文转成拼音(支持多音字输出)
- DaVinci:调色版本
- 微服务架构深度解析与最佳实践 - 第五部分:七个应对策略之性能、一致性与高可用
- repeat()方法
- Linux 下 mv 覆盖相同文件,centos7 覆盖重复文件
- vim php tab 补全提示