CPU 密集型任務（CPU-bound）

定義：

指 主要耗費 CPU 資源進行計算 的任務，CPU 不斷運算、幾乎不等待外部輸入。

特點：

• CPU 利用率高。
• 一旦計算開始，很少有等待。
• 加線程不一定快（線程切換反而浪費資源）。

常見場景：

場景	說明
大量數學運算 / 科學計算	如矩陣乘法、傅里葉變換、圖像處理
數據加解密（如 AES、RSA）	密鑰運算密集，CPU 壓力大
圖像壓縮、視頻編碼	編解碼過程需大量計算
密集循環、排序、統計	尤其處理大數據時
機器學習推理 / 訓練	模型預測和訓練過程非常吃 CPU/GPU

如何優化 CPU 密集型任務：

• 多核并行（如使用多進程或 worker threads）
• 使用 C/C++ 擴展或 WebAssembly 加速
• 使用 GPU 加速（如 TensorFlow + CUDA）

---

I/O 密集型任務（I/O-bound）

定義：

指 主要耗費等待外部資源（磁盤、網絡、數據庫） 的任務，CPU 經常在等別人干活。

特點：

• I/O 阻塞時間遠大于計算時間。
• 如果使用同步阻塞方式，會讓線程長期“閑置”。
• 異步編程（如 Node.js、協程）表現更優。

常見場景：

場景	說明
網絡請求	調用第三方 API、抓取網頁等
數據庫操作	SQL 查詢、寫入
文件讀寫	讀取日志、上傳/下載
磁盤緩存、日志記錄	落盤操作
調用外部服務（如 Redis、MQ）	等待對方響應

如何優化 I/O 密集型任務：

• 使用異步編程（Node.js、Java 的 Netty、Python 的 async）
• 使用連接池（數據庫、HTTP 等）
• 使用緩存（如 Redis 減少 DB 壓力）
• 批量操作（減少 I/O 次數）
• 利用隊列+線程池異步處理

---

區別對比表

特征	CPU 密集型	I/O 密集型
主要瓶頸	CPU 運算能力	等待外部資源（網絡/磁盤）
多線程表現	多線程提升不明顯	多線程/異步提升明顯
優化方向	并行計算、算法優化	異步編程、I/O 優化
示例任務	圖像處理、加密、排序、模擬	網絡請求、DB查詢、文件讀寫

---

舉個 Node.js 的例子

// CPU 密集型：大數質數判斷（會阻塞）
function isPrime(num) {for (let i = 2; i < num; i++) if (num % i === 0) return false;return true;
}
console.time("cpu");
isPrime(1e8 + 7);  // 大素數
console.timeEnd("cpu");

// I/O 密集型：讀取文件（非阻塞）
const fs = require('fs');
console.time("io");
fs.readFile('bigfile.txt', () => {console.timeEnd("io");
});

---

應用設計建議

應用類型	推薦架構
Web API / 網關	異步非阻塞（Node.js、Netty）
算法引擎 / 大計算	多進程 + 高性能語言（C++、Go）
數據采集 / 日志系統	I/O 優化、寫入隊列
圖像/視頻處理系統	多核并行 + GPU

---

總結一句話：

CPU 密集型任務是“CPU 一直干活”，I/O 密集型任務是“CPU等別人干活”。