在软件开发和系统设计中，了解 CPU 密集型和 IO 密集型的任务对于优化应用程序和选择合适的技术栈极为重要。这些概念主要与应用程序的性能瓶颈有关，可以帮助开发者更好地理解如何设计高效的多线程和异步程序。

首先，我们的电脑可以简单地抽象为这么一种模式：

rust 复制代码

输入（键盘） -> 计算（CPU） -> 输出 (显示器)

输入和输出是 IO 的范畴，计算是 CPU

其次，单机程序是由多个方法或者函数串并行组合而成，可以抽象为：

rust 复制代码

入参 -> 计算 -> 返回值

最后，分布式服务是由多个，单机服务（集群）串并行组合而成，服务间交互可抽象为：

rust 复制代码

网络请求（入参） -> 计算 -> 网络响应（返回值）

请求和响应是 IO 的范畴，计算是 CPU

综上所述，无论从硬件还是从软件层面来看，它们都是由 I/O 和计算 CPU 来组成的。

CPU 密集型任务（CPU-bound）

CPU 密集型任务是指那些主要受中央处理器（CPU）速度限制的任务。这类任务需要大量的计算，消耗的时间主要在 CPU 上，而不是等待外部资源（如磁盘输入输出或网络通信）。

这些任务的主要有以下几个特点：

高计算需求：这类任务通常涉及复杂的数学计算，如视频编码解码、图像处理、科学计算等。
多线程优势：在多核 CPU 上，通过并行处理可以显著提高 CPU 密集型任务的执行效率。例如，使用多线程分解任务到不同的核心上执行。
资源消耗：CPU 密集型任务在运行时会导致 CPU 使用率接近 100%。

一般的示例有如下内容：

数据分析和大规模数值计算。
图形渲染或视频处理软件。
加密货币挖矿。

你的笔记本电脑响的时候基本就都是这些类型了哈哈哈哈

对于 CPU 密集型，有如下几个优化的方向：

并行化：利用多核处理器通过并行计算来提升性能。
优化算法：改进算法可以减少必要的计算量。
编译优化：使用适合高性能计算的编译器和编译优化技巧。

I/O 密集型（I/O-bound）

IO 密集型任务是指那些主要受输入/输出（I/O），包括磁盘 I/O 和网络通信，限制的任务。这类任务的瓶颈主要在于等待 IO 操作的完成，而 CPU 计算量相对较小。

这些任务的主要有以下几个特点：

高 I/O 需求：这类任务可能需要频繁地读写文件系统，或者有大量的网络请求需要处理。
并发优势：IO 密集型任务适合使用事件驱动和异步编程模型来提高效率，如 Node.js 的非阻塞 I/O。
CPU 利用率低：由于大部分时间花在等待外部操作上，CPU 的利用率通常不高。

它们的主要使用场景有如下示例：

网页服务器和数据库服务器，这些应用需要处理大量的网络请求。
文件服务器，需要频繁地读写磁盘。
客户端应用，如电子邮件客户端或社交媒体应用，它们需要频繁地发送网络请求并接收数据。

对于 I/O 密集型，有如下几个优化的方向：

增加缓存：使用内存缓存来减少对磁盘 I/O 的需求。
异步编程：利用异步 I/O 操作来避免阻塞，提高程序整体的响应能力和吞吐量。
优化资源管理：合理安排 I/O 操作，避免不必要的读写。

NodeJs 的非阻塞 I/O

Node.js 是著名的非阻塞 I/O 模型的代表性实现，它允许单线程处理大量并发的客户端请求，这主要得益于其基于事件循环的架构。

什么是非阻塞 I/O？

非阻塞 I/O（Non-blocking I/O）是指在执行输入输出操作时，不会让程序完全等待 I/O 操作完成。这种方式允许程序在等待 I/O 操作完成的同时，还能继续执行其他任务。

Node.js 中的非阻塞 I/O 如何工作？

Node.js 使用 JavaScript 运行在 V8 引擎上，并利用 libuv 库实现非阻塞 I/O 和异步编程。NodeJs 之所以能实现非阻塞 I/O，主要由以下这几个核心来实现：

事件循环：事件循环是 Node.js 实现非阻塞 I/O 的核心机制。它允许 Node.js 执行非阻塞操作，如网络通信、文件 I/O，同时还能处理用户接口或定时事件。当 NodeJs 启动时，它会初始化事件循环，处理任何提供的输入脚本（这可能会触发异步操作），然后进入事件循环。
调用堆栈：所有同步任务（即阻塞操作，如计算或直接数据处理）都在调用堆栈中执行。如果堆栈中的操作耗时较长，会导致程序阻塞，即常说的"堵塞主线程"。
回调队列：异步操作完成时，其回调函数被放入回调队列等待执行。事件循环按照顺序检查这些队列，并将可运行的回调函数返回到调用堆栈中执行。
非阻塞操作：对于文件系统操作，Node.js 调用 libuv 库实现非阻塞功能，这涉及到使用底层非阻塞的 POSIX API。对于网络请求，Node.js 使用非阻塞的网络 I/O。

请看下面的示例：

js 复制代码

const fs = require("fs");

fs.readFile("./test.md", "utf8", (err, data) => {
  if (err) {
    console.error("读取文件错误:", err);
    return;
  }
  console.log("文件内容：", data);
});

console.log("叼毛");

在这个例子中，fs.readFile 是异步执行的。Node.js 会继续执行 console.log('叼毛') 而不用等待文件读取操作完成。当文件读取完毕后，回调函数被推入回调队列并最终执行，显示文件内容。

通过事件驱动和回调，使得单个线程可以同时处理多个操作，在处理大量 I/O 密集型请求时，可以显著提升应用性能和资源利用率。

非阻塞文件系统操作

当 Node.js 执行文件系统操作（如读取文件）时，它使用 libuv 来进行这些操作，而不是直接使用 POSIX 文件系统 API。libuv 决定使用最佳的方法来执行这些操作，以便它们不会阻塞事件循环。

libuv 维护了一个固定大小的线程池（默认为四个线程），用于执行操作系统级别的阻塞 I/O 调用。这意味着文件 I/O 操作实际上是在这些线程上异步执行的，因此不会阻塞主事件循环线程。

Node.js 的文件操作支持同步调用和异步调用，根据 Libuv 官网的介绍，我们知道它没有跨平台的异步文件 IO 可以使用，所以它的异步文件 IO 是通过在线程池中执行同步文件 IO 实现的。那具体是怎么实现的呢？答案就是生产者消费者模型。Libuv 的线程包括 2 部分，一个是主线程，一个是线程池。主线程的一部分工作是描述任务并将其提交给线程池，线程池进行处理。拿异步文件操作为例，主线程生成一个描述文件操作的对象，将其提交到任务队列；线程池从任务队列获取该对象进行处理。其中主线程是生产者，线程池中的线程是消费者，任务队列是生产者和消费者之间的桥梁，下面是一个简单的示意图：

Libuv 在生产者消费者模型中多加了一步，线程池执行完任务后，将结果交给主线程，主线程拿到结果后，如果发现有回调函数需要执行，就执行。所以 Libuv 的线程模型如下：

通过上面对生产者消费者模型的介绍，该代码大致分为 4 部分：任务队列、主线程提交任务到任务队列（提交任务）、线程池从任务队列获取任务并执行（消费任务）、线程池执行完任务通知主线程执行回调函数（回调处理）。

一旦线程池中的线程完成了任务（例如，文件读取操作），它将任务的回调函数放入事件循环待处理的队列中。当事件循环轮到这个回调函数时，主线程将执行它，完成整个异步任务的周期。这确保了即使在进行重量级 I/O 操作时，主线程也能保持轻量和响应用户交互。

参考资料

Libuv 学习------线程池

扩展资料

总结

选择正确的处理方式和技术栈对于提高应用程序的性能至关重要。例如，Node.js 非常适合处理 IO 密集型的 Web 应用程序，因为它的非阻塞 I/O 模型可以处理大量并发的网络请求，而不会造成线程资源的浪费。对于 CPU 密集型任务，使用支持多线程的语言和平台（如 Java、C 艹或 Go）会更加合适，这可以让应用程序充分利用多核 CPU 的计算能力。

最后分享两个我的两个开源项目,它们分别是:

这两个项目都会一直维护的，如果你想参与或者交流学习，可以加我微信 yunmz777 如果你也喜欢,欢迎 star 🚗🚗🚗

探究 CPU 密集型与 IO 密集型任务：提升对 Node.js 中 libuv 库的理解

CPU 密集型任务（CPU-bound）

I/O 密集型（I/O-bound）

NodeJs 的非阻塞 I/O

什么是非阻塞 I/O？

Node.js 中的非阻塞 I/O 如何工作？

非阻塞文件系统操作

参考资料

扩展资料

总结