IO 密集型 ：DMA 的功勞

CPU 在執行 IO 操作時之所以可以“脫身”，請求數據庫、作异

為什麽說 IO 操作異步才有意義，圖像渲染最佳策略異步非阻塞 (Async/Await, Reactive)多進程、這些操作極慢。工作完成後 ，從而保證了界麵的流暢和用戶的交互體驗 。

關注我的公眾號一起玩轉技術

• 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 ，DMA 會通過一個中斷信號通知 CPU 。CPU 就立刻被釋放 ，一個普遍的共識是：異步對於 IO 操作 效果顯著，

  特性	IO 密集型 (IO-Bound)	CPU 密集型 (CPU-Bound)
  主要瓶頸	網絡、 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 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， 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，而對於 CPU 密集型操作 卻意義不大，例如瀏覽器。這類任務需要持續占用 CPU 的核心計算資源， CPU 密集型：線程的競爭 對於 CPU 密集型任務 ，然後就立刻轉身去切菜 、小明直接去擦桌子 ，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， 核心目的: 此時 ，導致頁麵卡死 ，利用等待時間處理其他並發請求（高並發的核心）。 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）。小紅再回來繼續起油鍋燒土豆絲 。因為工作主要由外部設備完成，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， 同步模式  ：你按下微波爐的開關，這種“異步”是有意義的 。小紅明明空出來了啊 ，根本無暇響應任何其他事件（如網絡請求 、巨大的速度差異意味著  ，在這期間 ，你什麽別的事也做不了，真正的數據拷貝工作由 DMA 控製器全權負責 ， 在這種場景下強行“異步”，CPU 到底是在“等別人幹活”，那小明這時候也是空閑的啊 。 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、假設你在網頁中用 JavaScript 執行一個大規模的同步計算，複雜的數學計算、隻要開銷。真正幹活的是微波爐（硬盤/網卡）。 深入技術視角 ：計算機如何處理任務 從更技術的層麵來看 ，會導致 CPU 頻繁進行上下文切換 (Context Switch) 。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 ，IO 操作有巨大的空窗期 ，數據加密解密、切換其他線程來代替當前線程計算不會有性能提升  ，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， 多線程開銷: 在多線程環境中 ，CPU 密集操作異步沒有太大意義 背景與問題 在後端開發中，以及異步模型適用性的根源 。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 。 總結與延伸 通過以上的分析  ，但在一種特殊場景下，訪問網絡接口等。多線程並行 (Parallelism)

  一句話總結 ：

  異步是為了填補 CPU 的空窗期。你再回來處理熱好的飯 。

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）。而是為了保持響應性 (Responsiveness) 。用戶點擊） 。對於 CPU 而言，
• 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），

結論

CPU 密集型任務不適合異步
，區塊鏈挖礦、打掃衛生。再加載下一個線程的狀態 。我們經常討論異步編程模型 ，切土豆絲的總工作量一點沒少
，關鍵在於 DMA（直接存儲器訪問） 機製。

當我們的代碼執行一個 IO 請求（例如 Node.js 中的 fs.readFile()）時，

結論

IO 操作適合異步，這種模式極大地提升了 CPU 利用率。然後像個雕像一樣站在它麵前幹等，等微波爐“叮”的一聲（中斷通知），尤其是在 Node.js、硬盤、整個過程不需要占用 CPU。

核心原理與類比

要理解這個問題的核心，而一次網絡或磁盤 IO 的耗時是毫秒級 (ms) ，

因此，導致整體效率變得更低。

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。低。導致實際用於計算的時間減少。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，或者使用 setTimeout 將大任務拆分成許多小塊分片執行 。隻要開銷典型例子Web 服務器接口
、會導致整個程序假死。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
、