作異步說 I為什麽義O 操才有意
| 特性 | IO 密集型 (IO-Bound) | CPU 密集型 (CPU-Bound) |
|---|---|---|
| 主要瓶頸 | 網絡、有意义
結論CPU 密集型任務不適合異步,對於 CPU 而言,UI 渲染線程會被完全阻塞 ,而對於 CPU 密集型操作 卻意義不大,多線程並行 (Parallelism) |
一句話總結 :
異步是為了填補 CPU 的空窗期 。CPU 本身處於閑置狀態 。小明直接去擦桌子,
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、
- 這種行為的後果是 ,這個過程才是效率最高的。可以去處理其他任務了 。訪問網絡接口等 。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 。利用等待時間處理其他並發請求(高並發的核心)。文件上傳下載
IO 密集型:DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”,區塊鏈挖礦、這兩種場景的底層機製差異巨大 。尤其是在 Node.js、CPU 就立刻被釋放 ,從而闡明異步的真正價值所在 。
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,CPU 密集操作異步沒有太大意義
背景與問題
在後端開發中,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 ,巨大的速度差異意味著 ,一個普遍的共識是 :異步對於 IO 操作 效果顯著,
關注我的公眾號一起玩轉技術

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 。Netty 等技術棧中。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” ,異步的目的不再是提升效率,請求數據庫 、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,因為工作主要由外部設備完成,CPU 執行指令的速度是納秒級 (ns),
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,
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)
。切土豆絲的總工作量一點沒少,
核心原理與類比
要理解這個問題的核心,情況完全不同 。
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 、完成後通知我。
- 這個過程好比你(CPU)在餐廳後廚用微波爐熱飯(執行 IO 操作)
。IO 操作有巨大的空窗期,強行切換任務隻會帶來不必要的開銷
。”
指令下達後,這些操作極慢 。
- 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,
- 在這種場景下強行“異步” ,這種“異步”是有意義的。硬盤、等微波爐“叮”的一聲(中斷通知) ,在這期間 ,隻要開銷。兩者相差數個數量級。你什麽別的事也做不了,你按一下微波爐的開關(發送 IO 請求) ,切換其他線程來代替當前線程計算不會有性能提升,
- 多線程開銷: 在多線程環境中 ,
因此,數據加密解密 、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 ,這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知。真正幹活的是微波爐(硬盤/網卡)。
總結與延伸
通過以上的分析 ,導致整體效率變得更低。然後像個雕像一樣站在它麵前幹等,根本無暇響應任何其他事件(如網絡請求 、從根本上解釋清楚這兩類操作的本質區別,直到飯熱好 。覺得這個沒問題啊,真正的數據拷貝工作由 DMA 控製器全權負責 ,例如瀏覽器。然後微波爐可能需要轉很長時間才能把飯熱好。而是為了保持響應性 (Responsiveness)。訓練神經網絡等 。

大模型RAG實戰,從被罵不靠譜到成為部門MVP,這是我的踩坑全記錄
一切的起點是一頓臭罵上個月 ,我被領導叫進辦公室罵了整整二十分鍾 。起因是這樣的——我們部門負責維護一套內部知識庫係統 ,裏麵沉澱了公司近五年的技術文檔、故障處理手冊、還有各種規範流程。問題是 ,這玩意兒除了2026-09-02
MicroPython 開發避坑 :用 Signal 類解決不同電路的電平兼容問題
推文在下麵實驗中,我們需要將 風雅一號板-七彩觸控擴展板插入到 風雅一號板-通用兼容擴展板上 :在以下例程中,我們通過 Signal 類控製兩個不同電路連接的 LED 燈 ,其中 GP17連接的 LED2026-09-02
"測試隻能證明 bug 的存在 ,卻永遠無法證明 bug 的缺席。"—— Edsger Dijkstra寫在前麵最近讀到一篇基於 OCaml 之父 Xavier Leroy 深度訪談的文章,標題叫《編程2026-09-02
微波爐比喻:
結論
IO 操作適合異步,這類任務需要持續占用 CPU 的核心計算資源 ,

