同步异步阻塞非阻塞

Posted 2020-10-10 风来了

一、同步与异步

（1）所谓同步就是一个任务的完成需要依赖另外一个任务时，只有等待被依赖的任务完成后，依赖的任务才能算完成，这是一种可靠的任务序列。

要么成功都成功，失败都失败，两个任务的状态可以保持一致。

 （2）异步是不需要等待被依赖的任务完成，只是通知被依赖的任务要完成什么工作，依赖的任务也立即执行，只要自己完成了整个任务就算完

成了。至于被依赖的任务最终是否真正完成，依赖它的任务无法确定，所以它是不可靠的任务序列。我们可以用打电话和发短信来很好的比喻同

步与异步操作。

 

二、阻塞与非阻塞

阻塞与非阻塞主要是从 CPU 的消耗上来说的

（1）阻塞就是 CPU 停下来等待一个慢的操作完成 CPU 才接着完成其它的事。

（2）非阻塞就是在这个慢的操作在执行时 CPU 去干其它别的事，等这个慢的操作完成时，CPU 再接着完成后续的操作。虽然表面上看非阻塞的

方式可以明显的提高 CPU 的利用率，但是也带了另外一种后果就是系统的线程切换增加。增加的 CPU 使用时间能不能补偿系统的切换成本需

要好好评估。

 

三、两种的方式的组合

组合方式	性能分析
同步阻塞	I/O 性能一般很差，CPU 大部分在空闲状态。
同步非阻塞	在网络 I/O 是长连接，同时传输数据也不是很多的情况下，提升性能非常有效。 要考虑增加的 I/O 性能是否可以补偿 CPU 的消耗，也就是系统的瓶颈是在 I/O 还是在 CPU 上。
异步阻塞	这种方式在分布式数据库中经常用到，例如往一个分布式数据库中写一条记录，通常会有一份是同步阻塞的记录， 而还有两至三份是备份记录会写到其它机器上，这些备份记录通常都是采用异步阻塞的方式写 I/O。
异步非阻塞	集群之间的消息同步机制一般用这种 I/O 组合方式。如 Cassandra 的 Gossip 通信机制就是采用异步非阻塞的方式。 它适合同时要传多份相同的数据到集群中不同的机器，数据的传输量不大，但是却非常频繁的情景。

 四、实例

 

IO操作分两个阶段

　　1、等待数据准备好(读到内核缓存)

　　2、将数据从内核读到用户空间(进程空间) 一般来说1花费的时间远远大于2。

1上阻塞2上也阻塞是同步阻塞IO

1上非阻塞2阻塞的是同步非阻塞IO

 

1、假如我们去饭店点餐，如果我们付了钱后站在收银台等着饭端上来我们才离开，这就成了同步阻塞了。
2、如果我们付了钱后给你一个号就可以离开，饭好了老板会叫号，你过来取。这就是Reactor模型。
3、如果我们付了钱后给我一个号就可以坐到坐位上该干啥干啥，饭好了老板会把饭端上来送给你。这就是Proactor模型了。

 

出处：

深入分析 Java I/O 的工作机制

参考：

tornado: 异步、非阻塞