为什么 cpu 绑定在阻塞 I/O 时更好，而 I/O 绑定在非阻塞 I/O 时更好
Why cpu bound is better with blocking I/O and I/O bound is better with non blocking I/O
有人告诉我，对于 I/O 绑定应用程序，非阻塞 I/O 会更好。对于 CPU 绑定的应用程序，阻止 I/O 会好得多。我找不到这样的声明的原因。尝试过 google，但很少有文章只是触及主题而没有太多细节。有人可以提供它的深层原因吗？
有了这个，我也想弄清楚非阻塞的缺点是什么I/O。
在通过另一个线程 here 之后，我可以联系到的一个原因是如果 I/O 进程足够重，那么只有我们可以看到使用非阻塞 I/O 的显着性能改进].它还指出，如果 I/O 操作的数量很大（典型的 Web 应用程序场景），其中有许多请求寻找 I/O 请求，那么我们也会看到使用非阻塞 I/O.
因此我的问题归结为以下列表：
在 CPU 密集型应用程序的情况下，是否最好启动一个
threadpool（或 scala 的 executionContext）并在两者之间划分工作
线程池的线程。（我想它肯定有一个
优于产生自己的线程和划分工作
手动。还使用未来的异步概念，甚至 CPU 密集
可以使用回调返回工作，从而避免问题
与多线程阻塞有关？）。另外如果有 I/O
速度足够快，然后使用阻塞原则执行 I/O
线程池本身的线程。我说的对吗？
使用非阻塞的实际缺点或开销是什么
I/O 技术上？为什么我们看不到使用的性能提升
非阻塞 I/O 如果 I/O 足够快或者如果有非常少
I/O 需要操作吗？最终是 OS 正在处理
I/O的。不管 I/O 的数量是大还是
小，让 OS 处理这种痛苦。有什么不同。
从程序员的角度来看，阻塞 I/O 比非阻塞 I/O 更易于使用。您只需调用 read/write 函数，当它 return 时您就完成了。对于非阻塞 I/O，您需要检查是否可以 read/write，然后 read/write，然后检查 return 值。如果不是所有内容都已读取或写入，您需要一种机制来立即或稍后在可以完成写入时再次读取或写入。
关于性能：一个线程中的非阻塞 I/O 并不比一个线程中的阻塞 I/O 快。 I/O 操作的速度由读取或写入的设备（例如硬盘）决定。速度不是由等待（阻塞）或不等待（非阻塞）的人决定的。此外，如果您调用阻塞 I/O 函数，那么 OS 可以非常有效地进行阻塞。如果您需要在应用程序中执行 blocking/waiting，您可能会做得与 OS 几乎一样好，但也可能做得更糟。
那么，为什么程序员要让自己的生活更艰难并实现非阻塞 I/O？因为，这是关键点，他们的程序要做的不仅仅是那个单一的 I/O 操作。使用阻塞 I/O 时，您需要等到阻塞 I/O 完成。使用非阻塞 I/O 时，您可以进行一些计算，直到阻塞 I/O 完成。当然在非阻塞期间I/O你也可以触发其他I/O（阻塞或非阻塞）。
非阻塞 I/O 的另一种方法是在阻塞 I/O 中投入更多线程，但正如 SO post that you linked 中所述，线程是有代价的。该成本高于（OS 支持）非阻塞 I/O.
的成本
如果您的应用程序具有大量 I/O 但使用率较低 CPU，例如具有大量并行客户端的 Web 服务器，则使用一些非阻塞线程 I/O。使用阻塞 I/O 你最终会得到很多线程 -> 高成本，所以只使用几个线程 -> 需要非阻塞 I/O.
如果您有一个 CPU 密集的应用程序，例如读取文件、对完整数据进行密集计算并将结果写入文件的程序，那么 99% 的时间将花费在CPU 密集部分。因此，创建几个线程（例如每个处理器一个）并并行执行尽可能多的计算。关于 I/O 你可能会坚持使用阻塞 I/O 的一个主线程，因为它更容易实现，而且因为主线程本身与并行无关（假设计算是在其他线程）。
如果您有一个 CPU 密集型和 I/O 密集型应用程序，那么您还可以使用一些线程和非阻塞 I/O。您可以想象一个具有大量客户端和网页请求的 Web 服务器，您在其中使用 CGI 脚本进行密集计算。在连接上等待 I/O 时，程序可以计算另一个连接的结果。或者考虑一个读取大文件并可以对文件块进行密集计算的程序（例如计算平均值或将所有值加 1）。在那种情况下，您可以使用非阻塞读取，并且在等待下一次读取完成时，您已经可以计算可用的数据。如果结果文件只是一个小的压缩值（如平均值），您可以对结果使用阻塞写入。如果结果文件与输入文件一样大并且类似于“所有值 +1”，那么您可以非阻塞地写回结果，并且在写入完成时您可以自由地对下一个块进行计算。
有人告诉我，对于 I/O 绑定应用程序，非阻塞 I/O 会更好。对于 CPU 绑定的应用程序，阻止 I/O 会好得多。我找不到这样的声明的原因。尝试过 google，但很少有文章只是触及主题而没有太多细节。有人可以提供它的深层原因吗？
有了这个，我也想弄清楚非阻塞的缺点是什么I/O。
在通过另一个线程 here 之后，我可以联系到的一个原因是如果 I/O 进程足够重，那么只有我们可以看到使用非阻塞 I/O 的显着性能改进].它还指出，如果 I/O 操作的数量很大（典型的 Web 应用程序场景），其中有许多请求寻找 I/O 请求，那么我们也会看到使用非阻塞 I/O.
因此我的问题归结为以下列表：
在 CPU 密集型应用程序的情况下，是否最好启动一个 threadpool（或 scala 的 executionContext）并在两者之间划分工作 线程池的线程。（我想它肯定有一个 优于产生自己的线程和划分工作 手动。还使用未来的异步概念，甚至 CPU 密集 可以使用回调返回工作，从而避免问题 与多线程阻塞有关？）。另外如果有 I/O 速度足够快，然后使用阻塞原则执行 I/O 线程池本身的线程。我说的对吗？
使用非阻塞的实际缺点或开销是什么 I/O 技术上？为什么我们看不到使用的性能提升 非阻塞 I/O 如果 I/O 足够快或者如果有非常少 I/O 需要操作吗？最终是 OS 正在处理 I/O的。不管 I/O 的数量是大还是 小，让 OS 处理这种痛苦。有什么不同。
从程序员的角度来看，阻塞 I/O 比非阻塞 I/O 更易于使用。您只需调用 read/write 函数，当它 return 时您就完成了。对于非阻塞 I/O，您需要检查是否可以 read/write，然后 read/write，然后检查 return 值。如果不是所有内容都已读取或写入，您需要一种机制来立即或稍后在可以完成写入时再次读取或写入。
关于性能：一个线程中的非阻塞 I/O 并不比一个线程中的阻塞 I/O 快。 I/O 操作的速度由读取或写入的设备（例如硬盘）决定。速度不是由等待（阻塞）或不等待（非阻塞）的人决定的。此外，如果您调用阻塞 I/O 函数，那么 OS 可以非常有效地进行阻塞。如果您需要在应用程序中执行 blocking/waiting，您可能会做得与 OS 几乎一样好，但也可能做得更糟。
那么，为什么程序员要让自己的生活更艰难并实现非阻塞 I/O？因为，这是关键点，他们的程序要做的不仅仅是那个单一的 I/O 操作。使用阻塞 I/O 时，您需要等到阻塞 I/O 完成。使用非阻塞 I/O 时，您可以进行一些计算，直到阻塞 I/O 完成。当然在非阻塞期间I/O你也可以触发其他I/O（阻塞或非阻塞）。
非阻塞 I/O 的另一种方法是在阻塞 I/O 中投入更多线程，但正如 SO post that you linked 中所述，线程是有代价的。该成本高于（OS 支持）非阻塞 I/O.
的成本如果您的应用程序具有大量 I/O 但使用率较低 CPU，例如具有大量并行客户端的 Web 服务器，则使用一些非阻塞线程 I/O。使用阻塞 I/O 你最终会得到很多线程 -> 高成本，所以只使用几个线程 -> 需要非阻塞 I/O.
如果您有一个 CPU 密集的应用程序，例如读取文件、对完整数据进行密集计算并将结果写入文件的程序，那么 99% 的时间将花费在CPU 密集部分。因此，创建几个线程（例如每个处理器一个）并并行执行尽可能多的计算。关于 I/O 你可能会坚持使用阻塞 I/O 的一个主线程，因为它更容易实现，而且因为主线程本身与并行无关（假设计算是在其他线程）。
如果您有一个 CPU 密集型和 I/O 密集型应用程序，那么您还可以使用一些线程和非阻塞 I/O。您可以想象一个具有大量客户端和网页请求的 Web 服务器，您在其中使用 CGI 脚本进行密集计算。在连接上等待 I/O 时，程序可以计算另一个连接的结果。或者考虑一个读取大文件并可以对文件块进行密集计算的程序（例如计算平均值或将所有值加 1）。在那种情况下，您可以使用非阻塞读取，并且在等待下一次读取完成时，您已经可以计算可用的数据。如果结果文件只是一个小的压缩值（如平均值），您可以对结果使用阻塞写入。如果结果文件与输入文件一样大并且类似于“所有值 +1”，那么您可以非阻塞地写回结果，并且在写入完成时您可以自由地对下一个块进行计算。