标准答案
- 绑定 CPU 可以减少跨核迁移、隔离关键工作或配合专用线程，但会缩小可用 CPU，绑定过窄反而造成饥饿。
- NUMA 节点的本地内存访问通常延迟更低，CPU 和内存绑定需要一起考虑，否则可能出现计算绑在一处、内存分配在另一处。
- 排查应结合线程实际运行、上下文切换、内存访问和 tail latency，而不是只看配置是否存在。
- 先用调度、并发、锁和数据布局解决主要问题，再用压测验证亲和性策略。
题目解析
CPU affinity 可以减少任务在 CPU 之间迁移，NUMA 绑定可以让线程和内存尽量位于同一节点，适合低延迟、缓存敏感或经过测量的高吞吐场景。但绑核也会减少调度弹性；如果容器有 CPU quota、cpuset 或线程池配置，应用看到的 CPU 与宿主机总核数可能不同。
NUMA 优化必须同时考虑内存分配、IRQ、设备和线程拓扑，不能只执行 taskset 就宣称性能提升。应比较调优前后的尾延迟、上下文切换、cache miss、内存带宽和 cgroup throttling，并确认故障迁移和滚动发布仍有余量。
常见误区
- 误区：把 CPU 绑核当成提高 CPU 频率。改正：它只改变调度位置，性能收益要靠实际指标验证。
- 误区：忽略 NUMA 内存节点、CPU quota 和线程池。改正：先确认拓扑与容器边界，再成组调优并保留迁移余量。