• 單線程阻塞: 在一個單線程環境（如 Node.js 主線程）中執行一個耗時很長的有意义計算任務，覺得這個沒問題啊，作异數據加密解密
  、有意义一個普遍的作异共識是：異步對於 IO 操作 效果顯著，真正幹活的有意义是微波爐（硬盤/網卡）。

  當我們的作异代碼執行一個 IO 請求（例如 Node.js 中的 fs.readFile()）時，訪問網絡接口等 。有意义因為調度其他線程來完成 CPU 密集操作的作异效率不如當前線程直接計算高
  。

• 核心特征: IO 操作的有意义核心特征是 CPU 在大部分時間裏都在“等”。還是作异在“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 。那小明這時候也是有意义空閑的啊。

特殊情況：何時 CPU 操作需要“異步”  ？作异

雖然 CPU 密集型操作通過異步無法提高整體吞吐量，

CPU 密集型
：線程的競爭

對於 CPU 密集型任務 ，

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） 。作异以及異步模型適用性的根源。從而闡明異步的真正價值所在。這兩種場景的底層機製差異巨大。程序計數器等） ，
• 場景舉例: 最典型的就是 GUI 界麵，從根本上解釋清楚這兩類操作的本質區別
  ，如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行
  ，

IO 操作（異步最有用的場景）

1. 場景定義: 典型的 IO 操作包括讀取文件 、

總結與延伸

通過以上的分析
，圖像渲染

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
、異步的目的不再是提升效率 ，導致實際用於計算的時間減少。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 ，甚至可能起反作用 。多線程並行 (Parallelism)

關注我的公眾號一起玩轉技術

IO 密集型 ：DMA 的功勞

CPU 在執行 IO 操作時之所以可以“脫身” ，

核心原理與類比

要理解這個問題的核心 ，請求數據庫、因為 CPU 全力在計算 ，硬盤、小明直接去擦桌子  ，工作完成後，UI 渲染線程會被完全阻塞 ，CPU 到底是在“等別人幹活” ，這類任務需要持續占用 CPU 的核心計算資源，IO 操作有巨大的空窗期 ，直到飯熱好。

結論

CPU 密集型任務不適合異步，例如瀏覽器 。關鍵在於 DMA（直接存儲器訪問） 機製 。