商城网站建设自助建站平台,成视频app下无限看ios7,做一下网站网站,江苏泗阳今天新增病例多少在实际工作开发中我们需要根据工作负载是CPU密集型还是I/O密集型，使用不同的方式来解决问题。下面我们先来看这些概念，然后再讨论其影响。
在程序执行时，工作负载的执行时间会受以下因素限制： CPU的速度--例如，运行归并排序算法。工作负载被称为CPU密集型。I/O速度--例如…在实际工作开发中我们需要根据工作负载是CPU密集型还是I/O密集型，使用不同的方式来解决问题。下面我们先来看这些概念，然后再讨论其影响。
在程序执行时，工作负载的执行时间会受以下因素限制：
CPU的速度--例如，运行归并排序算法。工作负载被称为CPU密集型。I/O速度--例如，进行REST调用或数据库查询。工作负载被称为I/O密集型。可用内存量--工作负载被称为内存密集型。注意
鉴于近几十万年来内存价格变得越来越便宜，所以最后一种类型是当今最稀少的工作负载类型。
为什么在并发应用程序的上下文中对工作负载进行分类很重要？让我们通过一种并发模式来理解这一点：worker池。
下面这个例子实现了一个读函数，它接收一个io.Reader参数并从中重复读取1024字节，它会把读取到的字节数传给一个task函数，这个task函数会执行一些任务。task函数会返回一个整数结果，而我们最终会返回所有整数结果之和。下面是一个串行的实现：
func read(r io.Reader) (int, error) {count := 0for {b := make([]byte, 1024)_, err := r.Read(b)if err != nil {if err =
