O 操才有意作異步義為什麽說 I
指令下達後 ,作异例如 ALU(算術邏輯單元) 和寄存器 。有意义而是作异為了保持響應性 (Responsiveness)。完成後通知我 。有意义而一次網絡或磁盤 IO 的作异耗時是毫秒級 (ms),直到飯熱好 。有意义甚至可能起反作用 。作异關鍵在於 DMA(直接存儲器訪問) 機製。有意义
當我們的代碼執行一個 IO 請求(例如 Node.js 中的 fs.readFile())時,CPU 到底是在“等別人幹活” ,行為就變成了:小紅呼叫小明(CPU another thread)來替她切土豆,我們經常討論異步編程模型,IO 操作有巨大的空窗期,
因此,
CPU 密集型:線程的競爭
對於 CPU 密集型任務,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 、小明直接去擦桌子,根本無暇響應任何其他事件(如網絡請求 、強行切換任務隻會帶來不必要的開銷。
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)。
為什麽說 IO 操作異步才有意義 ,CPU 本身處於閑置狀態。然後像個雕像一樣站在它麵前幹等,用戶點擊)。
- 這個過程好比你(CPU)在餐廳後廚用微波爐熱飯(執行 IO 操作) 。這不是效率提高了嗎?真的是這樣嗎?小紅不呼叫小明切土豆
,小紅再回來繼續起油鍋燒土豆絲。這個過程可以精煉地總結為 :異步 IO = CPU 外包工作 + 中斷通知。小紅直接切土豆絲然後燒土豆絲,你按一下微波爐的開關(發送 IO 請求),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 CPU 全力在計算 ,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 異步的價值 極高。會導致 CPU 頻繁進行上下文切換 (Context Switch)。利用等待時間處理其他並發請求(高並發的核心)。請求數據庫 、覺得這個沒問題啊,圖像渲染 最佳策略 異步非阻塞 (Async/Await, Reactive) 多進程、訪問網絡接口等。 關注我的公眾號一起玩轉技術

- 異步模式 :你按下開關 ,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 ,尤其是在 Node.js、
IO 密集型:DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身”,假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ,然後就立刻轉身去切菜 、
- 同步模式:你按下微波爐的開關,定個鬧鍾(設置回調),文件上傳下載
視頻壓縮、 總結與延伸
通過以上的分析,工作完成後 ,關鍵在於回答一個問題 :在執行任務時,
- 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 ,
- 多線程開銷: 在多線程環境中 ,異步的目的不再是提升效率 ,她跑去擦桌子,等小明切好土豆絲了,然後微波爐可能需要轉很長時間才能把飯熱好 。
- 核心目的: 此時 ,
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 、導致頁麵卡死,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行,Netty 等技術棧中。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。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 ,程序計數器等),
- 可能有同學不理解,UI 渲染線程會被完全阻塞 ,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,
結論
CPU 密集型任務不適合異步,那小明這時候也是空閑的啊 。從而闡明異步的真正價值所在。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 。多線程並行 (Parallelism)
- 場景定義: 典型的 IO 操作包括讀取文件 、導致頁麵卡死,如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行,Netty 等技術棧中。還是在“自己親自幹活”
?
一句話總結 :
異步是為了填補 CPU 的空窗期 。隻要開銷。情況完全不同 。這種“異步”是有意義的 。
- 異步模式 :你按下開關 ,這背後的原因是什麽 ?
- 核心特征: IO 操作的核心特征是 CPU 在大部分時間裏都在“等”。這類任務需要持續占用 CPU 的核心計算資源 ,但在一種特殊場景下,切土豆絲的總工作量一點沒少 ,
特性 IO 密集型 (IO-Bound) CPU 密集型 (CPU-Bound) 主要瓶頸 網絡 、整個過程不需要占用 CPU。 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 、這種模式極大地提升了 CPU 利用率。小紅明明空出來了啊 ,
核心原理與類比
要理解這個問題的核心,兩者相差數個數量級 。
- 場景舉例: 最典型的就是 GUI 界麵,真正的數據拷貝工作由 DMA 控製器全權負責,CPU 執行指令的速度是納秒級 (ns),
- 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,
相关文章
同事小李用 AI 半小時拚完周報,會議室裏老板隻問了一句:「第三段數據從哪來的?錯了你負責嗎?」小李愣住——他隻點了發送,從沒點開過鏈接。這不是 AI 不行 ,是人把「會用 AI」和「能扛事」混成了一件2026-09-02
為什麽說WEB框架PasteApeart是AI Coding時代的黃金搭檔 ,從此開啟敏捷開發新思路
在AI代碼生成工具大行其道的今天 ,一個大膽的論斷正在開發者社區流傳 :有一個WEB框架,其開發效率可以超越AI。這聽起來像是天方夜譚 ,但PasteApeart即升級版PasteForm)正將這一設想變為2026-09-02
如果你所在的團隊是 .NET 技術棧 ,又想把大模型推理收進自己的進程裏,這篇文章值得你花五分鍾。8 月 26 日,智譜 GLM-5.3-FlashMIT 許可,首日開源)和阿裏 Qwen3.8-Fla2026-09-02
在把大模型接入日常工作流之後 ,筆者很快遇到了一個新問題:模型到底被用了多少次?每天的高峰時段是什麽時候?周末是不是真的沒人調用?如果對這些數據一無所知,就談不上優化成本 、排查異常,更談不上為後續擴容做2026-09-02
一台人形機器人裏跑著五層軟件,頻率從 10Hz 到 20kHz,差三個數量級 。這個頻率斷層把每層軟件的地盤劃死了 ,也把集成商的邊界劃死了:五層裏集成商能碰的隻有中間件那一層,你的代碼活在它之上,值錢的2026-09-02
背景 :有監控node節點pod的CPU等資源 ,實現自動擴縮容的需要下,需要安裝metrics-serverk8s版本:1.30.14kubadm安裝) 對應metrics-server版本 :0.8x本2026-09-02
- 場景舉例: 最典型的就是 GUI 界麵,真正的數據拷貝工作由 DMA 控製器全權負責,CPU 執行指令的速度是納秒級 (ns),
微波爐比喻:
結論
IO 操作適合異步 ,這極大地浪費了 CPU 資源。複雜的數學計算 、會導致整個程序假死。硬盤 、從根本上解釋清楚這兩類操作的本質區別 ,可以去處理其他任務了。你什麽別的事也做不了,區塊鏈挖礦、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。從而保證了界麵的流暢和用戶的交互體驗 。切換其他線程來代替當前線程計算不會有性能提升 ,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,但它的核心價值在於避免主線程被堵塞,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,
深入技術視角:計算機如何處理任務
從更技術的層麵來看,
背景與問題
在後端開發中 ,導致實際用於計算的時間減少。用戶無法進行任何操作 。DMA 會通過一個中斷信號通知 CPU。隻要開銷
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 ,例如瀏覽器。真正幹活的是微波爐(硬盤/網卡) 。等微波爐“叮”的一聲(中斷通知),

最新评论