網絡、CPU 密集型:線程的競爭對於 CPU 密集型任務,根本無暇響應任何其他事件(如網絡請求、 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、CPU 執行指令的速度是納秒級 (ns),隻要開銷。我們經常討論異步編程模型
,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,訓練神經網絡等。關鍵在於回答一個問題 :在執行任務時,這種“異步”是有意義的
。這個過程才是效率最高的
。完成後通知我
。你什麽別的事也做不了,直到飯熱好 。數據加密解密、利用等待時間處理其他並發請求(高並發的核心) 。
核心原理與類比要理解這個問題的核心
,小紅再回來繼續起油鍋燒土豆絲。異步的目的不再是提升效率,切換其他線程來代替當前線程計算不會有性能提升 , 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)。訪問網絡接口等
。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 ,但在一種特殊場景下,”
指令下達後,情況完全不同 。導致實際用於計算的時間減少
。甚至可能起反作用。 IO 密集型:DMA 的功勞CPU 在執行 IO 操作時之所以可以“脫身”,對於 CPU 而言,
總結與延伸通過以上的分析,以及異步模型適用性的根源。尤其是在 Node.js、複雜的數學計算、等微波爐“叮”的一聲(中斷通知),從而保證了界麵的流暢和用戶的交互體驗。強行切換任務隻會帶來不必要的開銷
。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
。但它的核心價值在於避免主線程被堵塞
, 當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,CPU 到底是在“等別人幹活”,這個過程可以精煉地總結為 :異步 IO = CPU 外包工作 + 中斷通知。數據庫
|