為什麽O 操才有意義作異步說 I
发表于 2026-09-03 09:27:47
来源: 自貽伊戚網
CPU 到底是作异在“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。有意义這種模式極大地提升了 CPU 利用率。作异覺得這個沒問題啊 ,有意义解決方案: 我們可以通過 Web Worker 將計算任務放到一個獨立的作异線程中,微波爐比喻: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,一個普遍的共識是:異步對於 IO 操作 效果顯著
,打掃衛生。而對於 CPU 密集型操作 卻意義不大 ,去做別的事情了啊 , 當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時
,整個過程不需要占用 CPU。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 。直到飯熱好。切換其他線程來代替當前線程計算不會有性能提升
,因為工作主要由外部設備完成
,尤其是在 Node.js、情況完全不同 。關鍵在於回答一個問題:在執行任務時,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 ,場景舉例: 最典型的就是 GUI 界麵 ,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
,CPU 就立刻被釋放,對於 CPU 而言,UI 渲染線程會被完全阻塞
,而一次網絡或磁盤 IO 的耗時是毫秒級 (ms),訪問網絡接口等。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)。
- 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
,小紅直接切土豆絲然後燒土豆絲 ,小明直接去擦桌子,你什麽別的事也做不了
,導致頁麵卡死 ,導致實際用於計算的時間減少
。以及異步模型適用性的根源 。但它的核心價值在於避免主線程被堵塞
,行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆,真正的數據拷貝工作由 DMA 控製器全權負責,隻要開銷。DMA 會通過一個中斷信號通知 CPU。
結論IO 操作適合異步,
總結與延伸通過以上的分析
,然後就立刻轉身去切菜 、這兩種場景的底層機製差異巨大。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,你再回來處理熱好的飯。你按一下微波爐的開關(發送 IO 請求),IO 操作有巨大的空窗期
,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
,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
,利用等待時間處理其他並發請求(高並發的核心)。CPU 本身處於閑置狀態。從而保證了界麵的流暢和用戶的交互體驗。根本無暇響應任何其他事件(如網絡請求 、 關注我的公眾號一起玩轉技術 複雜的數學計算、隻要開銷
| | 典型例子 | Web 服務器接口、CPU 密集操作異步沒有太大意義背景與問題在後端開發中
,小紅明明空出來了啊
, 在這種場景下強行“異步”,結論CPU 密集型任務不適合異步 , 為什麽說 IO 操作異步才有意義,用戶點擊)
。那小明這時候也是空閑的啊
。但在一種特殊場景下 ,圖像渲染 | | 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程
、定個鬧鍾(設置回調) ,切土豆絲的總工作量一點沒少
,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
。” 指令下達後
,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”, IO 密集型:DMA 的功勞CPU 在執行 IO 操作時之所以可以“脫身”,小紅再回來繼續起油鍋燒土豆絲。這類任務需要持續占用 CPU 的核心計算資源 ,假設你在網頁中用 JavaScript 執行一個大規模的同步計算
,程序計數器等),Netty 等技術棧中。因為 CPU 全力在計算,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行
,兩者相差數個數量級
。數據加密解密 、多線程並行 (Parallelism) |
一句話總結: 異步是為了填補 CPU 的空窗期。異步的目的不再是提升效率 , CPU 密集型:線程的競爭對於 CPU 密集型任務
,巨大的速度差異意味著,完成後通知我。請求數據庫、從根本上解釋清楚這兩類操作的本質區別 ,她跑去擦桌子,等小明切好土豆絲了, 深入技術視角
:計算機如何處理任務從更技術的層麵來看
, 異步模式
:你按下開關,訓練神經網絡等。會導致 CPU 頻繁進行上下文切換 (Context Switch)
。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、這種“異步”是有意義的。這極大地浪費了 CPU 資源 。而是為了保持響應性 (Responsiveness) 。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。例如 ALU(算術邏輯單元) 和寄存器 。文件上傳下載 | 視頻壓縮 、關鍵在於 DMA(直接存儲器訪問) 機製。- 核心目的: 此時,
- 可能有同學不理解 ,
- 核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等”
。
| 低 。甚至可能起反作用。真正幹活的是微波爐(硬盤/網卡)
。這個過程才是效率最高的
。這種行為的後果是,同步模式:你按下微波爐的開關
,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、
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 、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,導致整體效率變得更低。 - 多線程開銷: 在多線程環境中
,區塊鏈挖礦
、
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|
| 主要瓶頸 | 網絡
、硬盤
、 因此,我們經常討論異步編程模型
,它會在磁盤和內存之間直接搬運數據,可以去處理其他任務了。 |
|