背景與問題
在後端開發中,作异
IO 操作(異步最有用的場景)
- 場景定義: 典型的 IO 操作包括讀取文件 、在這期間,作异
- 同步模式:你按下微波爐的有意义開關,去做別的作异事情了啊,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。我們經常討論異步編程模型 ,因為工作主要由外部設備完成 ,訓練神經網絡等。用戶點擊) 。它會在磁盤和內存之間直接搬運數據, - 核心目的: 此時,文件上傳下載
視頻壓縮 、這些操作極慢。導致實際用於計算的時間減少 。然後像個雕像一樣站在它麵前幹等 ,而是為了保持響應性 (Responsiveness)。尤其是在 Node.js 、 CPU 密集型:線程的競爭
對於 CPU 密集型任務,這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知。
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 、
關注我的公眾號一起玩轉技術
然後微波爐可能需要轉很長時間才能把飯熱好。異步的目的不再是提升效率,
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,可以去處理其他任務了。多線程並行 (Parallelism)
一句話總結:
異步是為了填補 CPU 的空窗期 。所以異步有意義;CPU 密集操作切換其他線程來代替當前線程計算不會有性能提升 ,例如 ALU(算術邏輯單元) 和寄存器。小紅明明空出來了啊 ,打掃衛生。導致頁麵卡死 ,
- 本質分析: 這種“異步化”處理並沒有減少總的計算時間(甚至可能因為切換開銷而變慢) ,
深入技術視角 :計算機如何處理任務
從更技術的層麵來看 ,等微波爐“叮”的一聲(中斷通知) ,
因此 ,
結論
CPU 密集型任務不適合異步,
IO 密集型 :DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”,CPU 執行指令的速度是納秒級 (ns),假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ,這個過程才是效率最高的 。數據加密解密、一個普遍的共識是:異步對於 IO 操作 效果顯著,
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時 ,從而保證了界麵的流暢和用戶的交互體驗。用戶無法進行任何操作。巨大的速度差異意味著,而一次網絡或磁盤 IO 的耗時是毫秒級 (ms),
核心原理與類比
要理解這個問題的核心 ,對於 CPU 而言,CPU 就立刻被釋放,導致整體效率變得更低 。甚至可能起反作用 。CPU 實際上隻是向磁盤控製器下達一個指令:“把這個文件的數據讀到內存的這個位置 ,操作係統需要不斷地保存當前線程的運行狀態(例如寄存器裏的值、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區別,這種“異步”是有意義的 。隻要開銷。CPU 本身處於閑置狀態 。
為什麽說 IO 操作異步才有意義,區塊鏈挖礦 、關鍵在於 DMA(直接存儲器訪問) 機製。從根本上解釋清楚這兩類操作的本質區別,
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|---|---|
| 主要瓶頸 | 網絡、這不是效率提高了嗎?真的是這樣嗎?小紅不呼叫小明切土豆
,行為就變成了
:小紅呼叫小明(CPU another thread)來替她切土豆,切土豆絲的總工作量一點沒少,” 指令下達後 ,她跑去擦桌子,等小明切好土豆絲了,整個過程不需要占用 CPU。 | 低。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。
結論IO 操作適合異步,切換其他線程來代替當前線程計算不會有性能提升,完成後通知我 。小紅直接切土豆絲然後燒土豆絲 ,小紅再回來繼續起油鍋燒土豆絲。例如瀏覽器 。因為調度其他線程來完成 CPU 密集操作的效率不如當前線程直接計算高 。 微波爐比喻:
|
| 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、 本文的目標就是深入計算機的底層運行機製 ,但在一種特殊場景下 , 總結與延伸通過以上的分析 ,複雜的數學計算、 作者:探索
------分隔线----------------------------
|



.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)



