到底是多线程还是异步?

hatom 2013-07-03 09:02:47
一直一来,对于同步和异步,单线程和多线程的概念不是非常清晰,总是很模糊,也上网看了一些文章和一些书,都是一些理论性的东西。还是不太明了?!

特别是对于异步和多线程的理解???

请大家说说自己最恰当的理解?

...全文
584 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
树成 2013-07-03
  • 打赏
  • 举报
回复
在没有多线程和多进程的情况下,不存在异步,这是肯定的...... 当然到底是多线程还是多进程,这取决于操作系统最小执行单元的划分,一些操作系统没有线程,通过进程完成协作调度属于这种情况。 如4楼所说,将异步任务以消息机制,让其它服务器完成不算多线程,这是一种狭隘的理解,其实它本身就是多线程,只不过这个线程是在其它服务器上建立罢了。如果多台服务器协作调度,从宏观上来看,其实就应该把它们视为一台服务器。 说到线程和cpu的关系,其实从微观上来说,单核心单cpu的服务器不存在异步处理,在这种情况下,多线程与异步是操作系统行为。单核单cpu在一个cpu时间单位内只能处理一个事情,而操作系统只是将cpu的不同时间片段分配给不同线程,从人的宏观角度看,就变得和多线程异步处理一样了。为什么这么设计,原因很简单,因为任何一个程序或者线程都不可能长时间100%占有cpu资源,程序的效率瓶颈往往不在cpu上,而在其它Io之类的数据读写处理上。因此cpu大量时间其实是闲置的,因此将cpu时间片段合理分配给需要的程序是非常必要的。 从理解角度出发,你可以吧线程或者进程理解为一个做事的人,一个人只在一个时间内只可能专注于做一件事情,而异步则是两件事情同时进行,因此异步是不可能单线程的。 就好像老板分配给你两个任务,一,面见客户谈需求;二、开发权限框架。如果只有你一个人,你应该会安排先做一还是二,但是如果你有两个人,你可能安排自己去面见客户,然后叫另一个人同时开发权限框架。那么两个人就是多线程,然后不同的人做不同的事情就是异步。
北吹 2013-07-03
  • 打赏
  • 举报
回复
引用 3 楼 qq1145174853 的回复:
线程 和 异步是两个不同的概念. 首先说线程, 线程是CUP顺序执行指令的一个调度单位. 一个线程内的指令将会被顺序执行,Ps.跳转指令也是按照时序执行的. 多线程,是指同一时刻存在多个调度单位. 异步和同步, 举个例子说明异步吧, 我要洗衣服的时候,先打开上水管,然后再去抱脏衣服,在我抱脏衣服的同时,水上好了,上水过程就相当于我打开了一个异步工作. 我们实现异步的方法基本上就是使用多线程实现的, 比如一个工作线程每秒更新显示系统时间, 而我又需要计算一个复杂的计算结果,需要耗时两秒,如果在原来的线程中执行计算方法,则无法继续正常执行更新显示系统时间的功能,因为那个代码还没执行完,无法跳转到更新时间的代码.而如果我启动另外一个线程,只需花费0.1秒,然后就可以继续执行更新显示时间的工作了,当新建的计算线程运算完毕以后,将结果返回个原线程,原线程直接将结果更新一下,就可以了. 这个过程就完成了一个典型的利用多线程进行的异步运算.
异步不一定要多线程的,也可能直接交给其他服务器异步处理。
lkq_david 2013-07-03
  • 打赏
  • 举报
回复
线程 和 异步是两个不同的概念. 首先说线程, 线程是CUP顺序执行指令的一个调度单位. 一个线程内的指令将会被顺序执行,Ps.跳转指令也是按照时序执行的. 多线程,是指同一时刻存在多个调度单位. 异步和同步, 举个例子说明异步吧, 我要洗衣服的时候,先打开上水管,然后再去抱脏衣服,在我抱脏衣服的同时,水上好了,上水过程就相当于我打开了一个异步工作. 我们实现异步的方法基本上就是使用多线程实现的, 比如一个工作线程每秒更新显示系统时间, 而我又需要计算一个复杂的计算结果,需要耗时两秒,如果在原来的线程中执行计算方法,则无法继续正常执行更新显示系统时间的功能,因为那个代码还没执行完,无法跳转到更新时间的代码.而如果我启动另外一个线程,只需花费0.1秒,然后就可以继续执行更新显示时间的工作了,当新建的计算线程运算完毕以后,将结果返回个原线程,原线程直接将结果更新一下,就可以了. 这个过程就完成了一个典型的利用多线程进行的异步运算.
北吹 2013-07-03
  • 打赏
  • 举报
回复
引用 1 楼 ch656409110 的回复:
http://www.cnblogs.com/ydhliphonedev/archive/2011/09/22/2185455.html
程序上的异步和这篇文章讲得DMA不是同一回事吧。 程序上的异步,通常是指调用和执行分离。 也就是说,调用者调用了一段代码,但是这段代码并不会立刻执行,这和传统的按顺序执行不同。
内容概要:本文围绕不确定环境下的多式联运路径优化问题展开研究,提出并实现了基于AFO算法、遗传算法(GA)和粒子群优化算法(PSO)的三种智能优化方法,并借助Matlab平台完成算法编程与仿真。研究构建了考虑时间、成本、转运风险等多重不确定因素的路径优化模型,系统比较了AFO、GA、PSO三种算法在收敛速度、全局寻优能力和稳定性方面的表现,同时引入Matlab自带的全局优化搜索器作为基准对照,深入分析各算法在复杂物流网络中的适用边界与性能差异。研究表明,AFO算法在解决此类组合优化问题时展现出更快的收敛效率和更强的局部规避能力。; 适合人群:具备一定Matlab编程基础与运筹优化知识,从事物流工程、交通运输规划、智能算法开发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多式联运、综合货运网络中的路径决策支持系统构建;②为不确定性条件下复杂路径规划问题提供智能算法选型依据与技术实现方案;③支持科研人员复现主流优化算法并开展横向性能对比实验,推动算法改进与实际落地。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现流程,重点理解目标函数设计、约束条件处理及参数敏感性分析部分,可通过调整问题规模与算法参数进行对比实验,进一步拓展至动态路径规划或大规模网络优化等延伸场景。
内容概要:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,通过Matlab代码实现了控制算法的仿真验证。该方法融合强化学习的在线自适应能力与传统PID控制的稳定性优势,利用QLearning算法动态优化PID控制器的比例、积分、微分参数,以应对水下复杂流体环境、模型不确定性及外部干扰等挑战,从而提升AUV轨迹跟踪的精度、鲁棒性与动态响应性能。文中系统阐述了AUV的六自由度非线性动力学建模过程、QLearning算法的状态空间与动作空间设计、奖励函数构造及训练机制,并详细说明了PID参数自整定的闭环控制架构。仿真结果表明,相较于传统固定参数PID控制器,该智能控制策略在多种工况下均展现出更优的控制效果,有效抑制了超调,加快了响应速度,并增强了抗干扰能力。; 适合人群:具备自动控制理论、强化学习基础及Matlab/Simulink仿真能力,从事水下机器人、智能控制、海洋工程、自动化等领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于AUV、UUV等无人水下平台的高精度自主导航与运动控制;②为解决非线性、强耦合、时变系统的控制器参数自适应整定问题提供智能化解决方案;③作为强化学习与经典控制理论深度融合的技术范例,推动智能控制算法在海洋装备中的工程化应用。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点剖析QLearning的状态-动作-奖励机制设计、PID参数更新逻辑及仿真对比实验结果,有条件者可在更复杂的动力学模型或实际硬件平台上进一步验证与优化算法性能。

62,622

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧