要理解這個問題的作异核心,這兩種場景的有意义底層機製差異巨大 。DMA 會通過一個中斷信號通知 CPU。作异
場景定義: 典型的作异 CPU 密集型操作包括視頻轉碼、
CPU 在執行 IO 操作時之所以可以“脫身” ,這類任務需要持續占用 CPU 的作异核心計算資源,導致頁麵卡死 ,有意义CPU 本身處於閑置狀態 。作异這個“保存現場”和“恢複現場”的有意义過程本身就會消耗大量 CPU 資源,
對於 CPU 密集型任務 ,切土豆絲的總工作量一點沒少,多線程並行 (Parallelism)
一句話總結:
異步是為了填補 CPU 的空窗期。而是為了保持響應性 (Responsiveness)。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,
因此 ,這些操作極慢 。IO 操作有巨大的空窗期,再加載下一個線程的狀態。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,CPU 執行指令的速度是納秒級 (ns) ,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行,利用等待時間處理其他並發請求(高並發的核心) 。UI 渲染線程會被完全阻塞 ,CPU 就立刻被釋放,然後就立刻轉身去切菜、關鍵在於 DMA(直接存儲器訪問) 機製。關鍵在於回答一個問題:在執行任務時 ,情況完全不同 。隻要開銷 。那小明這時候也是空閑的啊 。會導致整個程序假死。用戶點擊)。數據加密解密 、請求數據庫、從根本上解釋清楚這兩類操作的本質區別 ,區塊鏈挖礦、小紅再回來繼續起油鍋燒土豆絲 。
在後端開發中,定個鬧鍾(設置回調),這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知 。還是在“自己親自幹活”?
我們可以用一個簡單的餐廳模型來直觀地理解 。硬盤 、異步的目的不再是提升效率 ,
雖然 CPU 密集型操作通過異步無法提高整體吞吐量,文件上傳下載
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|---|---|
| 主要瓶頸 | 網絡、因為工作主要由外部設備完成,程序計數器等),切換其他線程來代替當前線程計算不會有性能提升,兩者相差數個數量級。訓練神經網絡等 。根本無暇響應任何其他事件(如網絡請求 、隻要開銷 | |
| 典型例子 | Web 服務器接口、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,用戶無法進行任何操作。從而保證了界麵的流暢和用戶的交互體驗 。假設你在網頁中用 JavaScript 執行一個大規模的同步計算 , 結論CPU 密集型任務不適合異步,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 。小紅明明空出來了啊, 結論IO 操作適合異步, | 低。甚至可能起反作用。我們經常討論異步編程模型,關注我的公眾號一起玩轉技術
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時 , 深入技術視角 :計算機如何處理任務從更技術的層麵來看 ,覺得這個沒問題啊 ,會導致 CPU 頻繁進行上下文切換 (Context Switch)。例如 ALU(算術邏輯單元) 和寄存器 。
|
| 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、” 指令下達後 ,你再回來處理熱好的飯 。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” ,因為 CPU 全力在計算 ,
|