我有一个 CPU 密集型数据挖掘作业，该作业可并行化。每次作业运行大约需要 10 分钟。该作业的 IO 负载不大，主要是 CPU 计算负载大。我有一台 32 核设备，每核 2 个线程，并且支持超线程。
我的第一个问题是并行运行 32 或 64 个作业是否最佳？我的第二个问题是当我从并行运行 32 个作业增加到 64 个作业时，每个作业的性能预期会受到多大影响（假设 IO 不是瓶颈）？
Architecture: x86_64
CPU op-mode(s): 32-bit, 64-bit
Byte Order: Little Endian
CPU(s): 32
On-line CPU(s) list: 0-31
Thread(s) per core: 2
Core(s) per socket: 8
Socket(s): 2
NUMA node(s): 2
Vendor ID: GenuineIntel
CPU family: 6
Model: 45
Model name: Intel(R) Xeon(R) CPU E5-2680 0 @ 2.70GHz
Stepping: 7
CPU MHz: 3092.334
CPU max MHz: 3500.0000
CPU min MHz: 1200.0000
BogoMIPS: 5386.65
Virtualisation: VT-x
L1d cache: 32K
L1i cache: 32K
L2 cache: 256K
L3 cache: 20480K
NUMA node0 CPU(s): 0-7,16-23
NUMA node1 CPU(s): 8-15,24-31
Flags: fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx pdpe1gb rdtscp lm constant_tsc arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc cpuid aperfmperf pni pclmulqdq dtes64 monitor ds_cpl vmx smx est tm2 ssse3 cx16 xtpr pdcm pcid dca sse4_1 sse4_2 x2apic popcnt tsc_deadline_timer aes xsave avx lahf_lm epb pti ssbd ibrs ibpb stibp tpr_shadow vnmi flexpriority ept vpid xsaveopt dtherm ida arat pln pts md_clear flush_l1d
答案1
英特尔统计数据显示，使用一个内核的两个线程可使吞吐量增加 30%。因此，为了获得尽可能多的 CPU 能力，您可以运行与线程数量相同的作业，在您的情况下为 64 个。
我通常不会留下核心供操作系统使用，因为相比之下它的要求相当低。
但是，执行太多线程会导致大量线程切换，因此会降低执行速度。
简而言之，你必须进行试验。最佳作业数量介于 32 到 64 之间，但这也取决于你正在运行的任务的性质。
答案2
如果您在自己的桌面操作系统中运行并且仍然需要使用它，那么经验法则是......
同时作业==（实际核心-1）；
再多的话，您就得依靠 HT 核心“友好”地共享。
-1 是让其他任何任务在某个地方运行。就我个人而言，我会在设置为使用我的物理核心数的 VM 中运行任何这样的任务，而不是与其共享我的工作操作系统。
这样，我的桌面操作系统就不会因虚拟机运行过快而受到过度干扰。
如果机器没有其他任务，ymmv。我不知道你的用例。
我不做数据挖掘，但那将用于大量视频压缩或代码编译。