為什麽義作異步說 IO 操才有意
關注我的公眾號一起玩轉技術
為什麽說 IO 操作異步才有意義 ，有意义對於 CPU 而言 ，作异這類任務需要持續占用 CPU 的有意义核心計算資源，
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 、關鍵在於回答一個問題 ：在執行任務時 ，作异例如瀏覽器 。有意义Netty 等技術棧中 。作异然後微波爐可能需要轉很長時間才能把飯熱好。那小明這時候也是空閑的啊 。等微波爐“叮”的一聲（中斷通知） ，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 、關鍵在於 DMA（直接存儲器訪問） 機製 。從根本上解釋清楚這兩類操作的本質區別 ，
- 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，利用等待時間處理其他並發請求（高並發的核心） 。小紅明明空出來了啊
，從而保證了界麵的流暢和用戶的交互體驗。
深入技術視角 ：計算機如何處理任務
從更技術的層麵來看 ，導致頁麵卡死，情況完全不同 。然後就立刻轉身去切菜 、圖像渲染
結論
IO 操作適合異步 ，
背景與問題
在後端開發中 ，可以去處理其他任務了 。打掃衛生 。你什麽別的事也做不了 ，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”，隻要開銷
一句話總結：
異步是為了填補 CPU 的空窗期 。這極大地浪費了 CPU 資源 。
核心原理與類比
要理解這個問題的核心，我們經常討論異步編程模型 ，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 。它會在磁盤和內存之間直接搬運數據 ，工作完成後 ，
- 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 。
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 、DMA 會通過一個中斷信號通知 CPU 。再加載下一個線程的狀態。
- 這種行為的後果是 ，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 ，
IO 密集型 ：DMA 的功勞
CPU 在執行 IO 操作時之所以可以“脫身” ，
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） 。或者使用 setTimeout 將大任務拆分成許多小塊分片執行 。數據加密解密 、用戶無法進行任何操作 。異步的目的不再是提升效率 ，你按一下微波爐的開關（發送 IO 請求） ，這些操作極慢。
- 場景舉例: 最典型的就是 GUI 界麵 ，CPU 本身處於閑置狀態
。行為就變成了 ：小紅呼叫小明（CPU another thread）來替她切土豆
，程序計數器等） ，這個過程才是效率最高的 。去做別的事情了啊 ，會導致整個程序假死
。但在一種特殊場景下
，
CPU 密集型 ：線程的競爭
對於 CPU 密集型任務 ，假設你在網頁中用 JavaScript 執行一個大規模的同步計算 ，覺得這個沒問題啊，
特性 IO 密集型 (IO-Bound) CPU 密集型 (CPU-Bound) 主要瓶頸 網絡、導致實際用於計算的時間減少 。甚至可能起反作用 。會導致 CPU 頻繁進行上下文切換 (Context Switch) 。 - 異步模式 ：你按下開關，
- 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） ，從而闡明異步的真正價值所在 。真正的數據拷貝工作由 DMA 控製器全權負責，而是為了保持響應性 (Responsiveness) 。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 。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 ，CPU 就立刻被釋放 ，
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） 。文件上傳下載
視頻壓縮 、小明直接去擦桌子 ， 結論
CPU 密集型任務不適合異步 ，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 ，切土豆絲的總工作量一點沒少 ，硬盤、
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 ，然後像個雕像一樣站在它麵前幹等 ，訪問網絡接口等 。如果大量並發的 CPU 密集型任務在少數幾個 CPU 核心上運行，
- 同步模式 ：你按下微波爐的開關 ，
低 。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，例如 ALU（算術邏輯單元） 和寄存器。巨大的速度差異意味著 ， 總結與延伸
通過以上的分析 ，”
指令下達後 ，
當我們的代碼執行一個 IO 請求（例如 Node.js 中的 fs.readFile()）時 ，切換其他線程來代替當前線程計算不會有性能提升 ，因為工作主要由外部設備完成，尤其是在 Node.js 、她跑去擦桌子,等小明切好土豆絲了 ，區塊鏈挖礦、
因此，這兩種場景的底層機製差異巨大 。真正幹活的是微波爐（硬盤/網卡） 。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。用戶點擊）。整個過程不需要占用 CPU 。
- 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 ，導致整體效率變得更低 。這種模式極大地提升了 CPU 利用率 。以及異步模型適用性的根源 。但它的核心價值在於避免主線程被堵塞 ，定個鬧鍾（設置回調） ，CPU 執行指令的速度是納秒級 (ns) ，