数据库 IO密集型 与 CPU密集型

1、IO密集型：

数据库仅提供建立的查询插入等操作，复杂的业务逻辑依赖与程序的实现，需要程序与数据库的频繁交互

2、CPU密集型：

一些复杂的逻辑计算可以在数据库中进行处理，可以依赖与数据库端的存储过程，触发器等功能，减少了程序代码与数据库的交互，减轻访问数据

库带来的IO压力，对于装备有高速磁盘阵列的服务器来说，可以实现CPU密集型

对于目前，高并发，数据量大的动态网站来说，数据库应该为IO密集型。

http://blog.chinaunix.net/uid-116213-id-3086203.html

时间： 2024-12-11 22:19:35

数据库 IO密集型 与 CPU密集型的相关文章

数据密集型 和 cpu密集型 event loop

Node.js在官网上是这样定义的:“一个搭建在Chrome JavaScript运行时上的平台,用于构建高速.可伸缩的网络程序.Node.js采用的事件驱动.非阻塞I/O模型使它既轻量又高效,是构建运行在分布式设备上的数据密集型实时程序的完美选择.”Web站点早已不仅限于内容的呈现,很多交互性和协作型环境也逐渐被搬到了网站上,而且这种需求还在不断地增长.这就是所谓的数据密集型实时(data-intensive real-time)应用程序,比如在线协作的白板,多人在线游戏等,这种web应用程序

Node.js异步处理CPU密集型任务

Node.js擅长数据密集型实时(data-intensive real-time)交互的应用场景.然而数据密集型实时应用程序并不是只有I/O密集型任务,当碰到CPU密集型任务时,比如要对数据加解密(node.bcrypt.js),数据压缩和解压(node-tar),或者要根据用户的身份对图片做些个性化处理,在这些场景下,主线程致力于做复杂的CPU计算,IO请求队列中的任务就被阻塞. Node.js主线程的event loop在处理所有的任务/事件时,都是沿着事件队列顺序执行的,所以在其中任何一

什么是CPU密集型、IO密集型？（转发）

CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘.内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高. 在多重程序系统中,大部份时间用来做计算.逻辑判断等CPU动作的程序称之CPU bound.例如一个计算圆周率至小数点一千位以下的程序,在执行的过程当中绝大部份时间用在三角函数和开根号的计算,便是属于CPU

CPU密集型、IO密集型

CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘.内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存), I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高. IO密集型(I/O bound) IO密集型指的是系统的CPU性能相对硬盘.内存要好很多,此时,系统运作,大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作,此时CPU Loading并不高

什么是CPU密集型、IO密集型？

CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘.内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高. 在多重程序系统中,大部份时间用来做计算.逻辑判断等CPU动作的程序称之CPU bound.例如一个计算圆周率至小数点一千位以下的程序,在执行的过程当中绝大部份时间用在三角函数和开根号的计算,便是属于CPU

转：Node.js异步处理CPU密集型任务的新思路

原文来自于:http://www.infoq.com/cn/articles/new-idea-of-nodejs-asynchronous-processing-tasks?utm_source=infoq&utm_medium=popular_links_homepage Node.js擅长数据密集型实时(data-intensive real-time)交互的应用场景.然而数据密集型实时应用程序并不是只有I/O密集型任务,当碰到CPU密集型任务时,比如要对数据加解密(node.bcrypt

CPython在CPU密集型应用下的并发

Python是解释型语言,根据不同的底层协议有很多种版本,最常见的是基于C的Cpython,默认情况下我们所说的Python就是Cpython. Python的GIL(global interpreter lock): 用于解决多线程之间的数据完整性和状态同步而存在,使得不管线程分布在多少个CPU上,解释器同一时刻只允许1个线程运行. 所以Python是thread_safe的.这样其实Python就几乎只能进行单线程编程了. CPU密集型应用:(频繁计算) 从1开始累加,到1亿 1 def f

js Memoization 针对cpu密集型运算 提高运行速度

项目中需要用到 大计算量 耗时的js运算. js是单线程模型 ,优点是异步操作,对于nodejs来说可以处理高并发的任务. 但对密集型的cpu运算,异步解决不了问题,正确的来说还是该新开个线程处理. 对前端开发来说 执行大计算量 耗时的js运算   不仅会阻塞ui线程 从而导致浏览器进入僵死状态,崩溃,同时部分浏览器还会跳弹窗询问是否停止 执行的脚本. 前端 有基于HTML5 的web workers 创建新的线程 本来是考虑用 web workers .但是  两方面 1  新开的线程 不能操

你设计的应用是IO依赖型还是CPU依赖型？

这个话题可能看起来很枯燥,但它对mysql的性能优化非常重要.事实上我在MYSQL 咨询工作中无时无刻接不在接触这类问题. IO工作负载与cpu依赖完全不同,尤其是当你的工作集(通常只有数据库的一小部分)载入内存的时候.当数据在内存中时读取是非常快的,如果不在内存中,则非常缓慢.例如,当你查询分析10000行数据时,如果这10000行全部加载在内存中,则只需要很短时间;但是如果到磁盘上去读的话,我们假设只有10%也就是只需要1000次随机读操作的情况下,这个查询也要花费至少5到10秒,或者在已经