Ответ
В синхронной модели выполнения код исполняется строго последовательно. Основная проблема возникает при выполнении операций ввода-вывода (I/O), таких как чтение файла, сетевой запрос или обращение к базе данных.
Ключевая причина неэффективности — блокировка потока.
Когда поток выполнения доходит до I/O-операции, он блокируется и переходит в состояние ожидания до ее завершения. В это время CPU простаивает (CPU is idle), так как операционная система ждет ответа от внешнего устройства (диска, сети), а поток не может выполнять другие задачи.
Пример на Python:
import time
import requests
def fetch_data_sync():
print("Отправка запроса...")
# Поток блокируется здесь, CPU ждет ответа от сервера
response = requests.get("https://example.com")
print("Ответ получен.")
# Здесь CPU снова работает, обрабатывая ответ
print(f"Статус: {response.status_code}")
fetch_data_sync()Последствия:
- Низкая утилизация CPU: Процессор не выполняет полезную работу значительную часть времени, что критично для высоконагруженных систем.
- Плохая масштабируемость: Для обработки нескольких одновременных запросов требуется создавать отдельные потоки или процессы, что потребляет много памяти и ресурсов ОС.
- Увеличение задержки (latency): Общее время выполнения складывается из последовательного ожидания всех блокирующих операций.
Для решения этой проблемы в I/O-bound задачах применяют асинхронное программирование или многопоточность, которые позволяют CPU переключаться на другие задачи, пока одна из них ожидает завершения ввода-вывода.