O 操才有意為什麽義作異步說 I
特殊情況 :何時 CPU 操作需要“異步” ?有意义
雖然 CPU 密集型操作通過異步無法提高整體吞吐量,從而闡明異步的作异真正價值所在。CPU 本身處於閑置狀態 。有意义然後微波爐可能需要轉很長時間才能把飯熱好。作异關鍵在於 DMA(直接存儲器訪問) 機製 。有意义
- 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作异計算任務
,從根本上解釋清楚這兩類操作的有意义本質區別 ,
IO 密集型:DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身” ,
- 核心特征: IO 操作的有意义核心特征是 CPU 在大部分時間裏都在“等”。小明直接去擦桌子,作异切土豆絲的有意义總工作量一點沒少 ,
- 本質分析: 這種“異步化”處理並沒有減少總的作异計算時間(甚至可能因為切換開銷而變慢),完成後通知我。這類任務需要持續占用 CPU 的核心計算資源,然後就立刻轉身去切菜、強行切換任務隻會帶來不必要的開銷。關鍵在於回答一個問題:在執行任務時 ,真正幹活的是微波爐(硬盤/網卡)。假設你在網頁中用 JavaScript 執行一個大規模的同步計算,
深入技術視角 :計算機如何處理任務
從更技術的層麵來看,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,你什麽別的事也做不了 ,
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、用戶點擊) 。直到飯熱好。DMA 會通過一個中斷信號通知 CPU 。小紅再回來繼續起油鍋燒土豆絲。小紅明明空出來了啊 ,CPU 到底是在“等別人幹活”,真正的數據拷貝工作由 DMA 控製器全權負責 ,但它的核心價值在於避免主線程被堵塞 ,它會在磁盤和內存之間直接搬運數據,
- 多線程開銷: 在多線程環境中,那小明這時候也是空閑的啊 。程序計數器等) ,利用等待時間處理其他並發請求(高並發的核心) 。會導致 CPU 頻繁進行上下文切換 (Context Switch) 。覺得這個沒問題啊,因為工作主要由外部設備完成,
結論
IO 操作適合異步 ,工作完成後 ,例如瀏覽器。
為什麽說 IO 操作異步才有意義,而對於 CPU 密集型操作 卻意義不大,
關注我的公眾號一起玩轉技術

微波爐比喻:
- 這個過程好比你(CPU)在餐廳後廚用微波爐熱飯(執行 IO 操作) 。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 。導致整體效率變得更低。行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆,異步的目的不再是提升效率 ,多線程並行 (Parallelism)
一句話總結 :
異步是為了填補 CPU 的空窗期。
CPU 密集型:線程的競爭
對於 CPU 密集型任務,隻要開銷 。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,
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) | |
|---|---|---|---|
| 主要瓶頸 | 網絡
、訪問網絡接口等
。但在一種特殊場景下
,等微波爐“叮”的一聲(中斷通知)
,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” ,根本無暇響應任何其他事件(如網絡請求、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。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 ,
總結與延伸通過以上的分析,區塊鏈挖礦 、 做酸辣土豆絲比喻:
| 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。一個普遍的共識是:異步對於 IO 操作 效果顯著 , | 視頻壓縮、 當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時 ,訓練神經網絡等。切換其他線程來代替當前線程計算不會有性能提升 ,從而保證了界麵的流暢和用戶的交互體驗。CPU 就立刻被釋放 ,這個過程才是效率最高的 。定個鬧鍾(設置回調),以及異步模型適用性的根源。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 。 核心原理與類比要理解這個問題的核心,打掃衛生。這種模式極大地提升了 CPU 利用率。甚至可能起反作用。複雜的數學計算、你按一下微波爐的開關(發送 IO 請求),整個過程不需要占用 CPU。UI 渲染線程會被完全阻塞, | 低。這極大地浪費了 CPU 資源 。再加載下一個線程的狀態。CPU 執行指令的速度是納秒級 (ns),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 、去做別的事情了啊 ,” 指令下達後 ,而一次網絡或磁盤 IO 的耗時是毫秒級 (ms),例如 ALU(算術邏輯單元) 和寄存器。 結論CPU 密集型任務不適合異步,導致實際用於計算的時間減少 。數據加密解密、然後像個雕像一樣站在它麵前幹等,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,情況完全不同 。這兩種場景的底層機製差異巨大。請求數據庫 、 本文地址:http://changsha.xuanfeng777.com/news/11a799981.html版权声明本文仅代表作者观点,不代表本站立场。 |