這個過程才是作异效率最高的。
深入技術視角:計算機如何處理任務
從更技術的有意义層麵來看 ,
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,真正幹活的有意义是微波爐(硬盤/網卡)
。或者使用 setTimeout 將大任務拆分成許多小塊分片執行
。作异CPU 密集操作(異步意義不大)
場景定義: 典型的有意义 CPU 密集型操作包括視頻轉碼、這種“異步”是作异有意義的
。
IO 密集型:DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”
,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 |
| 異步的作异價值 | 極高。導致實際用於計算的有意义時間減少。你再回來處理熱好的作异飯
。這兩種場景的有意义底層機製差異巨大。區塊鏈挖礦、作异打掃衛生 。有意义- 核心目的作异: 此時,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。硬盤、假設你在網頁中用 JavaScript 執行一個大規模的同步計算,小紅再回來繼續起油鍋燒土豆絲
。UI 渲染線程會被完全阻塞 ,
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)。這類任務需要持續占用 CPU 的核心計算資源,你按一下微波爐的開關(發送 IO 請求),從根本上解釋清楚這兩類操作的本質區別,文件上傳下載
| 視頻壓縮、我們經常討論異步編程模型,然後像個雕像一樣站在它麵前幹等,小明直接去擦桌子,用戶點擊)。直到飯熱好。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, 結論IO 操作適合異步
,訓練神經網絡等。圖像渲染 |
| 最佳策略 | 異步非阻塞 (Async/Await, Reactive) | 多進程、以及異步模型適用性的根源 。CPU 密集型 :線程的競爭對於 CPU 密集型任務, 因此, 關注我的公眾號一起玩轉技術
結論CPU 密集型任務不適合異步,情況完全不同。小紅直接切土豆絲然後燒土豆絲,數據加密解密
、
核心原理與類比要理解這個問題的核心,完成後通知我 。一個普遍的共識是:異步對於 IO 操作 效果顯著, 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、會導致整個程序假死。CPU 本身處於閑置狀態 。Netty 等技術棧中。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,再加載下一個線程的狀態
。你什麽別的事也做不了,這個過程可以精煉地總結為
:異步 IO = CPU 外包工作 + 中斷通知。而是為了保持響應性 (Responsiveness)。
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)
。那小明這時候也是空閑的啊
。因為工作主要由外部設備完成
,利用等待時間處理其他並發請求(高並發的核心)。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”,這種模式極大地提升了 CPU 利用率。行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆,工作完成後
,
- 這種行為的後果是 ,在這期間
,多線程並行 (Parallelism)
|
一句話總結:
異步是為了填補 CPU 的空窗期
。
- 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,IO 操作有巨大的空窗期
,覺得這個沒問題啊,CPU 就立刻被釋放
,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 ,
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|
| 主要瓶頸 | 網絡、- 同步模式 :你按下微波爐的開關,CPU 到底是在“等別人幹活”,關鍵在於回答一個問題
:在執行任務時 ,例如 ALU(算術邏輯單元) 和寄存器。
- 場景舉例: 最典型的就是 GUI 界麵,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 ,尤其是在 Node.js、用戶無法進行任何操作 。定個鬧鍾(設置回調) ,切土豆絲的總工作量一點沒少,小紅明明空出來了啊,而對於 CPU 密集型操作 卻意義不大
,DMA 會通過一個中斷信號通知 CPU。
- 本質分析: 這種“異步化”處理並沒有減少總的計算時間(甚至可能因為切換開銷而變慢),但它的核心價值在於避免主線程被堵塞
,隻要開銷
|
| 典型例子 | Web 服務器接口、而一次網絡或磁盤 IO 的耗時是毫秒級 (ms), 為什麽說 IO 操作異步才有意義,然後就立刻轉身去切菜、從而保證了界麵的流暢和用戶的交互體驗。從而闡明異步的真正價值所在。導致頁麵卡死,等微波爐“叮”的一聲(中斷通知), | 低。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 。導致整體效率變得更低
。 - 在這種場景下強行“異步”
,兩者相差數個數量級。甚至可能起反作用。
- 核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等”。訪問網絡接口等。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,去做別的事情了啊
,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,複雜的數學計算 、強行切換任務隻會帶來不必要的開銷。
- 可能有同學不理解
,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
。可以去處理其他任務了。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
,這些操作極慢 。會導致 CPU 頻繁進行上下文切換 (Context Switch) 。切換其他線程來代替當前線程計算不會有性能提升 ,
總結與延伸通過以上的分析 ,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行
, - 異步模式:你按下開關,例如瀏覽器。她跑去擦桌子,等小明切好土豆絲了,程序計數器等)
,因為 CPU 全力在計算,
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時
,真正的數據拷貝工作由 DMA 控製器全權負責,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、CPU 密集操作異步沒有太大意義 背景與問題在後端開發中,但在一種特殊場景下
,請求數據庫 、CPU 執行指令的速度是納秒級 (ns),然後微波爐可能需要轉很長時間才能把飯熱好。隻要開銷 。異步的目的不再是提升效率 ,這極大地浪費了 CPU 資源
。它會在磁盤和內存之間直接搬運數據,” 指令下達後,對於 CPU 而言,整個過程不需要占用 CPU。根本無暇響應任何其他事件(如網絡請求
、關鍵在於 DMA(直接存儲器訪問) 機製
。巨大的速度差異意味著
, - 多線程開銷: 在多線程環境中,
|