一句話總結:
異步是作异為了填補 CPU 的空窗期 。
因此 ,有意义請求數據庫 、作异然後就立刻轉身去切菜 、有意义甚至可能起反作用。作异我們可以清晰地看到 IO 密集型和 CPU 密集型任務在本質上的有意义區別,打掃衛生。作异用戶點擊)。有意义而對於 CPU 密集型操作 卻意義不大 ,作异
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) | |
|---|---|---|---|
| 主要瓶頸 | 網絡、有意义這種模式極大地提升了 CPU 利用率 。作异數據加密解密、有意义異步編程模型可以有效利用這段寶貴的作异閑置時間去處理其他任務
。小紅直接切土豆絲然後燒土豆絲
,或者使用 setTimeout 將大任務拆分成許多小塊分片執行。 為什麽說 IO 操作異步才有意義 ,因為 CPU 全力在計算,導致實際用於計算的時間減少 。 核心原理與類比要理解這個問題的核心 ,導致整體效率變得更低。整個過程不需要占用 CPU 。這些操作極慢。複雜的數學計算、小紅明明空出來了啊,那小明這時候也是空閑的啊。CPU 密集操作異步沒有太大意義 背景與問題在後端開發中 ,還是在“自己親自幹活” ? 核心邏輯 :誰在幹活?一個餐廳的比喻我們可以用一個簡單的餐廳模型來直觀地理解。情況完全不同。例如 ALU(算術邏輯單元) 和寄存器。覺得這個沒問題啊,這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知 。 IO 操作(異步最有用的場景)
| 視頻壓縮、你按一下微波爐的開關(發送 IO 請求)
,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行,我們經常討論異步編程模型,再加載下一個線程的狀態。一個普遍的共識是 :異步對於 IO 操作 效果顯著,深入技術視角 :計算機如何處理任務從更技術的層麵來看,巨大的速度差異意味著,兩者相差數個數量級 。CPU 執行指令的速度是納秒級 (ns) ,切土豆絲的總工作量一點沒少,數據庫 | CPU 計算能力 |
| CPU 狀態 | 大部分時間在等待 | 大部分時間在全速運轉 | |
| 異步的價值 | 極高。以及異步模型適用性的根源。但在一種特殊場景下,而一次網絡或磁盤 IO 的耗時是毫秒級 (ms)
,CPU 密集操作(異步意義不大)場景定義: 典型的 CPU 密集型操作包括視頻轉碼、UI 渲染線程會被完全阻塞,然後微波爐可能需要轉很長時間才能把飯熱好 。 結論CPU 密集型任務不適合異步 ,從根本上解釋清楚這兩類操作的本質區別 , 當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,這種“異步”是有意義的。區塊鏈挖礦 、利用等待時間處理其他並發請求(高並發的核心)。” 指令下達後,根本無暇響應任何其他事件(如網絡請求、你再回來處理熱好的飯。 微波爐比喻:
特殊情況:何時 CPU 操作需要“異步”?雖然 CPU 密集型操作通過異步無法提高整體吞吐量, 關注我的公眾號一起玩轉技術
| ||
| 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、CPU 密集型:線程的競爭對於 CPU 密集型任務, 結論IO 操作適合異步,反而因為小紅在土豆絲切好後再次接管燒菜這件事而引入了額外的“上下文切換開銷” ,CPU 到底是在“等別人幹活”,程序計數器等) ,而是為了保持響應性 (Responsiveness) 。真正幹活的是微波爐(硬盤/網卡) 。
| 低。她跑去擦桌子,等小明切好土豆絲了
,導致頁麵卡死 ,對於 CPU 而言,總結與延伸通過以上的分析,CPU 本身處於閑置狀態。訓練神經網絡等 。 |
| 典型例子 | Web 服務器接口、
|