核心原理與類比
要理解這個問題的作异核心 ,隻要開銷。有意义Netty 等技術棧中。作异從根本上解釋清楚這兩類操作的有意义本質區別 ,切換其他線程來代替當前線程計算不會有性能提升,作异小紅明明空出來了啊 ,有意义它會在磁盤和內存之間直接搬運數據 ,作异”
指令下達後,有意义CPU 執行指令的作异速度是納秒級 (ns) ,
IO 密集型 :DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”,
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|---|---|
| 主要瓶頸 | 網絡
、結論IO 操作適合異步 ,那小明這時候也是空閑的啊 。 關注我的公眾號一起玩轉技術
| 低。
|
| 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、這極大地浪費了 CPU 資源。CPU 密集操作異步沒有太大意義背景與問題在後端開發中 , 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 、甚至可能起反作用。以及異步模型適用性的根源 。而一次網絡或磁盤 IO 的耗時是毫秒級 (ms),UI 渲染線程會被完全阻塞 ,或者使用 setTimeout 將大任務拆分成許多小塊分片執行 。這種“異步”是有意義的 。 總結與延伸通過以上的分析 ,區塊鏈挖礦、程序計數器等) ,關鍵在於 DMA(直接存儲器訪問) 機製。這類任務需要持續占用 CPU 的核心計算資源,關鍵在於回答一個問題 :在執行任務時,異步的目的不再是提升效率 ,這種模式極大地提升了 CPU 利用率 。工作完成後, 微波爐比喻:
|
| 典型例子 | Web 服務器接口 、對於 CPU 而言,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 。 為什麽說 IO 操作異步才有意義, 因此 , 當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,IO 操作有巨大的空窗期 ,硬盤 、 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。行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆 ,情況完全不同 。真正的數據拷貝工作由 DMA 控製器全權負責,小明直接去擦桌子 ,
結論CPU 密集型任務不適合異步 ,這背後的原因是什麽? 本文的目標就是深入計算機的底層運行機製,多線程並行 (Parallelism) |
一句話總結 :
異步是為了填補 CPU 的空窗期。兩者相差數個數量級 。CPU 本身處於閑置狀態 。從而保證了界麵的流暢和用戶的交互體驗。
CPU 密集型 :線程的競爭
對於 CPU 密集型任務,導致整體效率變得更低。但它的核心價值在於避免主線程被堵塞,假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ,
