深入理解阻塞/非阻塞与同步/异步:从lcomment/development-recipes项目谈起
2025-06-25 23:44:07作者:魏献源Searcher
前言
在计算机科学和网络编程领域,阻塞(Blocking)、非阻塞(Non-Blocking)、同步(Synchronous)和异步(Asynchronous)是四个核心概念。这些概念对于理解现代软件系统的运行机制至关重要。本文将从lcomment/development-recipes项目中关于这些概念的讨论出发,深入浅出地解析它们的区别与联系。
基本概念解析
阻塞(Blocking)与非阻塞(Non-Blocking)
阻塞与非阻塞关注的是控制权的转移问题,即调用函数与被调用函数之间谁掌握程序执行的控制权。
阻塞模式特点:
- 被调用函数在执行期间完全掌握控制权
- 调用函数必须等待被调用函数执行完毕才能继续
- 整个调用过程是线性的、顺序执行的
- 典型例子:传统的文件I/O操作
非阻塞模式特点:
- 被调用函数立即返回控制权给调用函数
- 调用函数可以继续执行其他任务而不必等待
- 需要额外的机制来获取操作结果
- 典型例子:Node.js中的非阻塞I/O
同步(Synchronous)与异步(Asynchronous)
同步与异步关注的是任务完成通知的方式,即如何知道被调用函数的操作已经完成。
同步模式特点:
- 调用函数需要主动检查被调用函数的状态
- 调用函数与被调用函数的执行进度需要保持协调
- 通常伴随着等待和轮询机制
- 典型例子:多线程编程中的同步操作
异步模式特点:
- 被调用函数完成后会主动通知调用函数
- 通常通过回调函数、事件或消息机制实现
- 调用函数不需要主动查询状态
- 典型例子:JavaScript中的Promise和async/await
四种组合模式详解
在实际编程中,阻塞/非阻塞与同步/异步会组合出现,形成四种不同的编程模式。下面我们通过函数A调用函数B的例子来详细说明。
1. 阻塞同步模式
工作流程:
- 函数A调用函数B
- 函数B获得控制权并开始执行
- 函数A被阻塞,等待函数B完成
- 函数A同步检查函数B的完成状态
特点分析:
- 最简单的编程模型
- 代码逻辑直观线性
- 资源利用率低,因为等待期间不能做其他事情
- 常见于简单的单线程程序中
2. 阻塞异步模式
工作流程:
- 函数A调用函数B
- 函数B获得控制权并开始执行
- 函数A被阻塞,但不关心函数B的具体状态
- 函数B完成后自动通知系统
特点分析:
- 实际应用中较为少见
- 阻塞但不关心结果,这种组合通常没有实用价值
- 可能是设计不当导致的模式
3. 非阻塞同步模式
工作流程:
- 函数A调用函数B
- 函数B立即返回控制权给函数A
- 函数A可以执行其他任务
- 函数A定期轮询检查函数B的完成状态
特点分析:
- 提高了资源利用率
- 需要实现轮询机制
- 可能造成CPU资源的浪费
- 典型例子:select/poll系统调用
4. 非阻塞异步模式
工作流程:
- 函数A调用函数B
- 函数B立即返回控制权给函数A
- 函数A继续执行其他任务
- 函数B完成后通过回调机制通知函数A
特点分析:
- 最高效的资源利用方式
- 编程模型相对复杂
- 需要良好的事件处理机制
- 典型例子:Node.js的异步I/O、现代Web API
实际应用场景
理解这些概念的区别对于选择正确的编程模型至关重要。下面是一些典型应用场景:
阻塞同步的适用场景:
- 简单的命令行工具
- 不需要高并发的应用
- 教学示例和原型开发
非阻塞异步的适用场景:
- 高并发服务器
- 用户界面应用程序
- 需要高性能I/O操作的系统
常见误区与澄清
- 阻塞不等于同步:阻塞关注控制权,同步关注状态通知
- 非阻塞不等于异步:非阻塞只是立即返回,异步强调回调机制
- 异步不一定高效:如果任务本身是CPU密集型,异步可能不会带来性能提升
- 回调地狱问题:过度使用异步回调可能导致代码难以维护
总结
通过lcomment/development-recipes项目中对这些核心概念的梳理,我们可以清晰地看到:
- 阻塞/非阻塞决定了控制权的流转方式
- 同步/异步决定了任务完成的通知机制
- 四种组合各有特点,适用于不同场景
- 现代高并发系统通常采用非阻塞异步模式
理解这些概念的区别和联系,将帮助开发者更好地设计和实现高效、可靠的软件系统。在实际项目中,应根据具体需求选择合适的编程模型,平衡开发效率与系统性能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.14 K
昇腾LLM分布式训练框架
Python
193
272