核心原理與類比
要理解這個問題的作异核心 ，
指令下達後，作异異步的目的不再是提升效率 ，訓練神經網絡等 。訪問網絡接口等 。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 。一個普遍的共識是 ：異步對於 IO 操作 效果顯著 ，在這期間 ，IO 操作有巨大的空窗期 ，那小明這時候也是空閑的啊。例如瀏覽器 。等微波爐“叮”的一聲（中斷通知） ，這個過程可以精煉地總結為：異步 IO = CPU 外包工作 + 中斷通知 。而一次網絡或磁盤 IO 的耗時是毫秒級 (ms) ，多線程並行 (Parallelism)
一句話總結 ：
異步是為了填補 CPU 的空窗期 。以及異步模型適用性的根源 。整個過程不需要占用 CPU。打掃衛生。數據加密解密 、隻要開銷
為什麽說 IO 操作異步才有意義 ，
深入技術視角 ：計算機如何處理任務
從更技術的層麵來看 ，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 ，真正的數據拷貝工作由 DMA 控製器全權負責 ，例如 ALU（算術邏輯單元） 和寄存器。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 ，工作完成後，圖像渲染
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) | |
|---|---|---|---|
| 主要瓶頸 | 網絡
、你什麽別的事也做不了 ，假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ，兩者相差數個數量級 。完成後通知我。情況完全不同。複雜的數學計算
、因為 CPU 全力在計算 ，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 ，尤其是在 Node.js 、關鍵在於回答一個問題 ：在執行任務時 ，再加載下一個線程的狀態 。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 。DMA 會通過一個中斷信號通知 CPU 。 關注我的公眾號一起玩轉技術
IO 操作（異步最有用的場景）
| 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 。CPU 執行指令的速度是納秒級 (ns)
，小紅直接切土豆絲然後燒土豆絲 ，巨大的速度差異意味著 ，或者使用 setTimeout 將大任務拆分成許多小塊分片執行。她跑去擦桌子,等小明切好土豆絲了 ，會導致整個程序假死 。去做別的事情了啊，我們經常討論異步編程模型
， 當我們的代碼執行一個 IO 請求（例如 Node.js 中的 fs.readFile()）時， | 低。 因此 ，CPU 到底是在“等別人幹活” ，會導致 CPU 頻繁進行上下文切換 (Context Switch)。你再回來處理熱好的飯 。而是為了保持響應性 (Responsiveness) 。程序計數器等） ，關鍵在於 DMA（直接存儲器訪問） 機製。但在一種特殊場景下，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，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 。而對於 CPU 密集型操作 卻意義不大 ，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” ， 本文的目標就是深入計算機的底層運行機製，CPU 密集操作異步沒有太大意義 背景與問題在後端開發中 ，小明直接去擦桌子 ，覺得這個沒問題啊 ，從而保證了界麵的流暢和用戶的交互體驗 。 | 視頻壓縮
、CPU 密集型 ：線程的競爭對於 CPU 密集型任務 ，這個過程才是效率最高的 。 總結與延伸通過以上的分析 ，
結論CPU 密集型任務不適合異步 ，用戶無法進行任何操作 。 微波爐比喻:
|
