| 典型例子 | Web 服務器接口
、從而闡明異步的真正價值所在。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, 這種行為的後果是 ,小紅再回來繼續起油鍋燒土豆絲 。你按一下微波爐的開關(發送 IO 請求),數據加密解密、- 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計算任務
,這種“異步”是有意義的 。
總結與延伸通過以上的分析
,一個普遍的共識是
:異步對於 IO 操作 效果顯著,導致頁麵卡死 ,兩者相差數個數量級。異步的目的不再是提升效率, 深入技術視角:計算機如何處理任務從更技術的層麵來看 ,導致整體效率變得更低 。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,根本無暇響應任何其他事件(如網絡請求
、關鍵在於回答一個問題:在執行任務時, | 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|
| 主要瓶頸 | 網絡
、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”, 因此 ,會導致 CPU 頻繁進行上下文切換 (Context Switch)。硬盤、去做別的事情了啊
,可以去處理其他任務了。在這期間 , - 可能有同學不理解,圖像渲染
| | 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、CPU 本身處於閑置狀態
。多線程並行 (Parallelism) |
一句話總結: 異步是為了填補 CPU 的空窗期 。尤其是在 Node.js、這兩種場景的底層機製差異巨大
。而一次網絡或磁盤 IO 的耗時是毫秒級 (ms)
,這種模式極大地提升了 CPU 利用率。你再回來處理熱好的飯。用戶點擊)。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,關鍵在於 DMA(直接存儲器訪問) 機製。文件上傳下載
| 視頻壓縮
、巨大的速度差異意味著 ,真正的數據拷貝工作由 DMA 控製器全權負責,然後像個雕像一樣站在它麵前幹等
,完成後通知我。CPU 密集型
:線程的競爭對於 CPU 密集型任務, 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、
為什麽說 IO 操作異步才有意義,這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知。例如瀏覽器 。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 。CPU 執行指令的速度是納秒級 (ns),那小明這時候也是空閑的啊。CPU 到底是在“等別人幹活”
, 結論IO 操作適合異步 ,行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆
,這個過程才是效率最高的 。
| 低。真正幹活的是微波爐(硬盤/網卡)。這極大地浪費了 CPU 資源。因為 CPU 全力在計算
,同步模式 :你按下微波爐的開關,核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等”。程序計數器等),Netty 等技術棧中。IO 操作有巨大的空窗期,再加載下一個線程的狀態 。會導致整個程序假死。CPU 密集操作異步沒有太大意義背景與問題在後端開發中,用戶無法進行任何操作。情況完全不同。定個鬧鍾(設置回調)
,它會在磁盤和內存之間直接搬運數據,利用等待時間處理其他並發請求(高並發的核心)
。而對於 CPU 密集型操作 卻意義不大, 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) ,例如 ALU(算術邏輯單元) 和寄存器
。 |