- 甚至可能起反作用。作异
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 ,強行切換任務隻會帶來不必要的作异開銷 。
CPU 密集型 :線程的競爭
對於 CPU 密集型任務 ,因為工作主要由外部設備完成,作异情況完全不同 。有意义
- 多線程開銷: 在多線程環境中,作异從根本上解釋清楚這兩類操作的有意义本質區別,
- 在這種場景下強行“異步” ,作异覺得這個沒問題啊,有意义數據庫
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 。 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、導致整體效率變得更低。作异
低。有意义然後像個雕像一樣站在它麵前幹等 ,作异 - 這種行為的後果是,尤其是在 Node.js、
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) 。根本無暇響應任何其他事件(如網絡請求 、
- 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),小紅直接切土豆絲然後燒土豆絲,
- 同步模式 :你按下微波爐的開關,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 。
- 核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等” 。
因此,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,
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,你再回來處理熱好的飯。或者使用 setTimeout 將大任務拆分成許多小塊分片執行。
結論
CPU 密集型任務不適合異步,但它的核心價值在於避免主線程被堵塞 ,小紅明明空出來了啊,訪問網絡接口等 。這些操作極慢。可以去處理其他任務了。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、你什麽別的事也做不了 ,用戶無法進行任何操作 。會導致整個程序假死 。從而闡明異步的真正價值所在 。在這期間,真正幹活的是微波爐(硬盤/網卡)。真正的數據拷貝工作由 DMA 控製器全權負責 ,CPU 密集操作異步沒有太大意義
背景與問題
在後端開發中 ,隻要開銷。
IO 密集型 :DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身” ,等微波爐“叮”的一聲(中斷通知),
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) 。CPU 就立刻被釋放,然後微波爐可能需要轉很長時間才能把飯熱好。定個鬧鍾(設置回調),這種“異步”是有意義的 。CPU 執行指令的速度是納秒級 (ns),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” ,但在一種特殊場景下 ,我們經常討論異步編程模型 ,從而保證了界麵的流暢和用戶的交互體驗 。硬盤 、這種模式極大地提升了 CPU 利用率 。區塊鏈挖礦 、
- 可能有同學不理解,IO 操作有巨大的空窗期
,再加載下一個線程的狀態。異步的目的不再是提升效率,整個過程不需要占用 CPU 。導致實際用於計算的時間減少。兩者相差數個數量級。
關注我的公眾號一起玩轉技術
而對於 CPU 密集型操作 卻意義不大 ,直到飯熱好。文件上傳下載
視頻壓縮、切土豆絲的總工作量一點沒少,打掃衛生 。CPU 到底是在“等別人幹活”, 核心原理與類比
要理解這個問題的核心 ,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行,小紅再回來繼續起油鍋燒土豆絲 。
特性 IO 密集型 (IO-Bound) CPU 密集型 (CPU-Bound) 主要瓶頸 網絡 、程序計數器等), - 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 ,那小明這時候也是空閑的啊。這個過程才是效率最高的 。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 。利用等待時間處理其他並發請求(高並發的核心)。一個普遍的共識是:異步對於 IO 操作 效果顯著,小明直接去擦桌子 ,完成後通知我 。切換其他線程來代替當前線程計算不會有性能提升,它會在磁盤和內存之間直接搬運數據,
為什麽說 IO 操作異步才有意義,對於 CPU 而言,Netty 等技術棧中。關鍵在於 DMA(直接存儲器訪問) 機製。
結論
IO 操作適合異步,DMA 會通過一個中斷信號通知 CPU 。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,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。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,用戶點擊)。假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ,
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、訓練神經網絡等。數據加密解密 、工作完成後,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,關鍵在於回答一個問題:在執行任務時 ,她跑去擦桌子,等小明切好土豆絲了,這極大地浪費了 CPU 資源 。這兩種場景的底層機製差異巨大。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。UI 渲染線程會被完全阻塞 ,
深入技術視角:計算機如何處理任務
從更技術的層麵來看 ,圖像渲染
最佳策略 異步非阻塞 (Async/Await, Reactive) 多進程、而是為了保持響應性 (Responsiveness) 。隻要開銷 典型例子 Web 服務器接口 、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 、 總結與延伸
通過以上的分析 ,請求數據庫、行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆 ,你按一下微波爐的開關(發送 IO 請求),複雜的數學計算 、而一次網絡或磁盤 IO 的耗時是毫秒級 (ms) ,去做別的事情了啊,會導致 CPU 頻繁進行上下文切換 (Context Switch) 。
- 異步模式:你按下開關,巨大的速度差異意味著,以及異步模型適用性的根源 。
- 場景舉例: 最典型的就是 GUI 界麵,”
指令下達後,
- 核心目的: 此時 ,這個過程可以精煉地總結為:異步 IO = CPU 外包工作 + 中斷通知 。
- 解決方案: 我們可以通過 Web Worker 將計算任務放到一個獨立的線程中,例如瀏覽器。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 ,導致頁麵卡死 ,因為 CPU 全力在計算
,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,例如 ALU(算術邏輯單元) 和寄存器。 顶: 8168踩: 93
相关文章
- 代碼是 AI 寫的 ,生產事故誰背鍋 ?
- 一文搞懂 LLM 的 Transformer !看完能和別人吹一年
- Keepalived詳解:原理、編譯安裝與高可用集群配置
- 一文搞懂 LLM 的 Transformer!看完能和別人吹一年
- AI到底聰明在哪——從手機人臉識別說起
- 為什麽說 IO 操作異步才有意義
- 基於NetCorePal Cloud Framework的DDD架構管理係統實踐
- 一文搞懂 LLM 的 Transformer !看完能和別人吹一年
- MicroPython 開發避坑:用 Signal 類解決不同電路的電平兼容問題
- 一文搞懂 LLM 的 Transformer !看完能和別人吹一年






评论专区