NUMA架构下无锁链表队列的线程亲和性优化问询

我正在实现多种无锁队列数据结构，测试环境分为两类：

• 64核（128线程）的NUMA架构机器，用于性能测试
• 本地4核（8线程）机器，用于调试测试

队列采用链表结构，每个节点是一段连续数组形式的Segment，供生产者和消费者共同访问。当出现线程饥饿或当前Segment已满时，需要关闭并丢弃该Segment（此操作容易引发活锁），同时分配新的Segment并链接到队列中。

我测试了两种实现队列固定长度限制的方案：

• 方案1：依赖全局原子计数器，入队操作递增计数器、出队操作递减计数器；每次操作都要加载计数器判断是否符合长度限制，不符合则操作失败
• 方案2：依赖全局Segment计数器，新增Segment时递增计数器、释放旧Segment时递减计数器；仅在新增Segment时判断计数器是否超出固定值

• 本地调试测试：两种方案性能差异显著，符合预期——方案1几乎每次操作都要修改全局计数器，会引发更多缓存失效问题，性能明显低于方案2
• NUMA机器性能测试：两种方案的性能差异极小，且整体性能远低于本地同参数测试结果（已确认超线程开启与否不会影响机器负载）

我认为性能瓶颈在于对共享队列的跨NUMA集群访问，因此想询问是否存在标准算法来设置线程亲和性，从而减少跨集群访问带来的开销。

我曾在一篇论文中看到一种部分解决方案：为队列添加一个代表主要操作集群的字段，线程操作队列时先检查该字段与自身所在集群是否一致，若不一致则等待并通过CAS更新该字段。但我认为如果不主动控制线程亲和性，这个方案的优化效果会非常有限。

我主要寻求一种公平的实现方式，能够适配以下场景：

• 平衡多对多（生产者与消费者数量相当）
• 非平衡（生产者与消费者数量差距较大）
• 一对多（单个生产者对应多个消费者，或单个消费者对应多个生产者）

内容的提问来源于stack exchange，提问作者Mattia Piras