知识卡片

普通读书笔记卡 · 2274.e.1.a.1.a

并发收益取决于任务约束

理解等级:中级

把任务拆为可分别处理的单元并分派工作者,可以提高可同时推进的工作量,但收益取决于共享状态、I/O等待和资源限制。原书把单进程一概等同串行低效、把Python异步框架一概判为伸缩瓶颈,均过于绝对。应测量实际任务模型;增加线程或重写语言不能自动保证性能。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 伸缩性和高性能 · 查看原书依据

      在对任务进行拆分以后,通过分区可以更高效地处理任务,因为任务可以被并行处理。如果我们有大量的小型任务,可以同时处理它们,只要把它们分配给一组能够并行处理任务的工作线程。如果要处理更多的任务,可以增加更多的工作线程,而不会影响系统的整体性能。所以,并发和分区确保了微服务的伸缩性和高性能。

    参考来源

    - 位置:《生产微服务》第4章《伸缩性和高性能》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/生产微服务/_epub-src/OEBPS/text00008.html) - 结论依据:第4章围绕“通过分区可以更高效地处理任务”及相邻段落展开,本卡合并同一机制的用途、做法与约束。 更正依据:[Python asyncio任务文档](https://docs.python.org/3/library/asyncio-task.html),2026-10-24核验,Python支持异步并发;并发任务不等于CPU并行。 - 原始内容:在对任务进行拆分以后,通过分区可以更高效地处理任务,因为任务可以被并行处理。如果我们有大量的小型任务,可以同时处理它们,只要把它们分配给一组能够并行处理任务的工作线程。如果要处理更多的任务,可以增加更多的工作线程,而不会影响系统的整体性能。所以,并发和分区确保了微服务的伸缩性和高性能。