深入技術視角 :計算機如何處理任務從更技術的作异層麵來看, 關注我的公眾號一起玩轉技術
結論CPU 密集型任務不適合異步,有意义關鍵在於回答一個問題:在執行任務時,作异IO 操作有巨大的有意义空窗期,因為 CPU 全力在計算,作异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。以及異步模型適用性的根源 。會導致整個程序假死。
| 低。多線程並行 (Parallelism) |
一句話總結:
異步是為了填補 CPU 的空窗期。
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、兩者相差數個數量級。可以去處理其他任務了。真正的數據拷貝工作由 DMA 控製器全權負責,
因此,這個過程才是效率最高的 。你再回來處理熱好的飯。用戶無法進行任何操作。打掃衛生。直到飯熱好。而是為了保持響應性 (Responsiveness)。CPU 到底是在“等別人幹活” ,程序計數器等) ,
為什麽說 IO 操作異步才有意義,再加載下一個線程的狀態。UI 渲染線程會被完全阻塞 ,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,完成後通知我。巨大的速度差異意味著 ,
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 ,
微波爐比喻:
- 這個過程好比你(CPU)在餐廳後廚用微波爐熱飯(執行 IO 操作)。從而保證了界麵的流暢和用戶的交互體驗
。例如 ALU(算術邏輯單元) 和寄存器
。整個過程不需要占用 CPU。切換其他線程來代替當前線程計算不會有性能提升
,尤其是在 Node.js 、但它的核心價值在於避免主線程被堵塞
,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,硬盤、這種“異步”是有意義的。利用等待時間處理其他並發請求(高並發的核心)
。DMA 會通過一個中斷信號通知 CPU。去做別的事情了啊
,從根本上解釋清楚這兩類操作的本質區別,圖像渲染
最佳策略 異步非阻塞 (Async/Await, Reactive) 多進程 、 結論
IO 操作適合異步,”
指令下達後,切土豆絲的總工作量一點沒少,複雜的數學計算、Netty 等技術棧中 。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” ,小紅再回來繼續起油鍋燒土豆絲 。CPU 本身處於閑置狀態。CPU 執行指令的速度是納秒級 (ns),異步編程模型可以有效利用這段寶貴的閑置時間去處理其他任務。然後微波爐可能需要轉很長時間才能把飯熱好。這兩種場景的底層機製差異巨大。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。它會在磁盤和內存之間直接搬運數據,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 ,那小明這時候也是空閑的啊。訪問網絡接口等 。導致實際用於計算的時間減少 。假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ,強行切換任務隻會帶來不必要的開銷 。
- 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) ,然後像個雕像一樣站在它麵前幹等 ,根本無暇響應任何其他事件(如網絡請求 、對於 CPU 而言,
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時 ,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,在這期間,
總結與延伸
通過以上的分析 ,情況完全不同 。定個鬧鍾(設置回調),一個普遍的共識是 :異步對於 IO 操作 效果顯著,你按一下微波爐的開關(發送 IO 請求),CPU 密集操作異步沒有太大意義
背景與問題
在後端開發中 ,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,關鍵在於 DMA(直接存儲器訪問) 機製 。隻要開銷
典型例子 Web 服務器接口、 - 同步模式:你按下微波爐的開關,
- 在這種場景下強行“異步” ,等微波爐“叮”的一聲(中斷通知),導致整體效率變得更低 。這類任務需要持續占用 CPU 的核心計算資源,
特性 IO 密集型 (IO-Bound) CPU 密集型 (CPU-Bound) 主要瓶頸 網絡、我們經常討論異步編程模型,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。文件上傳下載
視頻壓縮 、請求數據庫、覺得這個沒問題啊,小明直接去擦桌子 , - 異步模式 :你按下開關 ,區塊鏈挖礦、然後就立刻轉身去切菜、你什麽別的事也做不了,
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、這種模式極大地提升了 CPU 利用率。
IO 密集型 :DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”,會導致 CPU 頻繁進行上下文切換 (Context Switch)。CPU 就立刻被釋放,而對於 CPU 密集型操作 卻意義不大,行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆 ,這個“保存現場”和“恢複現場”的過程本身就會消耗大量 CPU 資源 ,隻要開銷。異步的目的不再是提升效率,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。小紅明明空出來了啊 ,工作完成後 ,訓練神經網絡等 。用戶點擊) 。 CPU 密集型:線程的競爭
對於 CPU 密集型任務,例如瀏覽器。
- 可能有同學不理解 ,
核心原理與類比
要理解這個問題的核心 ,
- 核心目的: 此時,甚至可能起反作用
。
做酸辣土豆絲比喻:
- 這個過程好比小紅想要(CPU main thread)做一盤酸辣土豆絲(CPU 密集操作) 。因為工作主要由外部設備完成 ,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、
- 相关内容
-
- 代碼是 AI 寫的 ,生產事故誰背鍋?
- 數學建模第五課 :從矩形麵積最大問題學會建立優化模型
- 訂單的含金量在分化
- [python] pywinauto使用指北
- 一文搞懂 LLM 的 Transformer !看完能和別人吹一年
- k8s安裝metrics
- 用 crontab 給 LLM 使用量裝上“監控眼”
- 實戰對比 :用 mpremote/Putty/MobaXterm 連接樹莓派 Pico REPL ,誰更省心 ?
- 代碼是 AI 寫的 ,生產事故誰背鍋?
- AI 範式越遷 :使用 XXL
- 編程語言的「第三條道路」上 ,走得最遠的其實是 C#
- AI 範式越遷:使用 XXL
- OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統
- 感謝艾思科藍成為博客園讚助商
- k8s安裝metrics
- 热点内容
-
- MHS 三部曲(上):別急著叫它「物理 MCP」——Anthropic 到底發布了什麽
- C# .NET 周刊 |2026 年 8 月 2 期
- 數學建模第五課:從矩形麵積最大問題學會建立優化模型
- 實戰對比 :用 mpremote/Putty/MobaXterm 連接樹莓派 Pico REPL ,誰更省心 ?
- OpenClaw 技術解構:從 WhatsApp 聊天機器人到 AI 操作係統
- AI 編碼 Agent 從原理到可運行代碼
- MHS 三部曲(上):別急著叫它「物理 MCP」——Anthropic 到底發布了什麽
- "Mem2Evolve: Towards Self
- 生產事故
- 編程語言的「第三條道路」上,走得最遠的其實是 C#
- C# .NET 周刊 |2026 年 8 月 2 期
- AI編程實戰:博客建站+RAG知識庫
- OpenClaw 技術解構 :從 WhatsApp 聊天機器人到 AI 操作係統
- 純 .NET 手寫 CUDA kernel,GLM
- 編程語言的「第三條道路」上,走得最遠的其實是 C#
- 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) ,然後像個雕像一樣站在它麵前幹等 ,根本無暇響應任何其他事件(如網絡請求 、對於 CPU 而言,

