| 典型例子 | Web 服務器接口
、一個普遍的共識是 ：異步對於 IO 操作 效果顯著 ，這個過程可以精煉地總結為 ：異步 IO = CPU 外包工作 + 中斷通知 。然後就立刻轉身去切菜 、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） ，但它的核心價值在於避免主線程被堵塞
，| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|
| 主要瓶頸 | 網絡 、這種“異步”是有意義的
。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） 。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 ，從而闡明異步的真正價值所在
。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 ，從根本上解釋清楚這兩類操作的本質區別 ，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，從而保證了界麵的流暢和用戶的交互體驗 。尤其是在 Node.js
、圖像渲染
| | 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程 、這兩種場景的底層機製差異巨大。因為工作主要由外部設備完成
，關注我的公眾號一起玩轉技術
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、解決方案: 我們可以通過 Web Worker 將計算任務放到一個獨立的線程中 ，因為 CPU 全力在計算，
核心原理與類比要理解這個問題的核心 ， - 核心目的: 此時
，導致整體效率變得更低 。
- 同步模式 ：你按下微波爐的開關 ，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
。訪問網絡接口等。而是為了保持響應性 (Responsiveness) 。這種模式極大地提升了 CPU 利用率。
CPU 密集型：線程的競爭對於 CPU 密集型任務 ，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 。整個過程不需要占用 CPU 。定個鬧鍾（設置回調） ，CPU 執行指令的速度是納秒級 (ns)，強行切換任務隻會帶來不必要的開銷。會導致 CPU 頻繁進行上下文切換 (Context Switch) 。CPU 到底是在“等別人幹活” ，小紅直接切土豆絲然後燒土豆絲
，導致頁麵卡死 ，UI 渲染線程會被完全阻塞
，以及異步模型適用性的根源。DMA 會通過一個中斷信號通知 CPU
。但在一種特殊場景下 ，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
，這極大地浪費了 CPU 資源 。例如 ALU（算術邏輯單元） 和寄存器。打掃衛生 。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”
，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 。Netty 等技術棧中
。那小明這時候也是空閑的啊 。CPU 密集操作異步沒有太大意義背景與問題在後端開發中 ，請求數據庫
、對於 CPU 而言 ， 核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等”。巨大的速度差異意味著 ，這些操作極慢
。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 、工作完成後 ，然後像個雕像一樣站在它麵前幹等 ，你按一下微波爐的開關（發送 IO 請求） ，覺得這個沒問題啊 ，真正的數據拷貝工作由 DMA 控製器全權負責
，多線程並行 (Parallelism) |
一句話總結： 異步是為了填補 CPU 的空窗期 。硬盤
、行為就變成了：小紅呼叫小明（CPU another thread）來替她切土豆， 深入技術視角：計算機如何處理任務從更技術的層麵來看
，程序計數器等）
，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 。 結論IO 操作適合異步 ，例如瀏覽器 。CPU 本身處於閑置狀態。可以去處理其他任務了 。關鍵在於 DMA（直接存儲器訪問） 機製 。切土豆絲的總工作量一點沒少 ，根本無暇響應任何其他事件（如網絡請求、 當我們的代碼執行一個 IO 請求（例如 Node.js 中的 fs.readFile()）時， | 低。這個過程才是效率最高的 。文件上傳下載 | 視頻壓縮
、這種行為的後果是，直到飯熱好。這類任務需要持續占用 CPU 的核心計算資源 ，小紅明明空出來了啊 ，小明直接去擦桌子，多線程開銷: 在多線程環境中 ，複雜的數學計算 、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
，等微波爐“叮”的一聲（中斷通知），真正幹活的是微波爐（硬盤/網卡）。IO 操作有巨大的空窗期 ，” 指令下達後 ， |
喜欢
讨厌