CPU处理数据 vs IO读取数据

CPU密集型（文件/数据的复杂） 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。

CPU密集的意思该任务需要大量的运算，而没有阻塞，CPU一直全速运行。（eg：处理复杂的运算）

CPU密集任务只有在真正的多核CPU上才可能得到加速（通过多线程），而在单核CPU上，无论你开几个模拟的多线程该任务都不可能得到加速，因为CPU总的运算能力就那些。

简而言之， CPU密集型可以理解为 就是处理繁杂算法的操作，对硬盘等操作不是很频繁，比如一个算法非常之复杂，可能要处理半天，而最终插入到数据库的时间很快。

例子：

1. 科学计算：进行复杂的数学运算、模拟、优化等，需要大量的计算资源和时间。
2. 大数据处理：对大量数据进行处理和分析，需要高效的数据处理算法和强大的计算能力。
3. 图像处理和视频编辑：这些任务需要大量的计算资源来处理图像和视频数据，进行各种转换和编辑操作。
4. 机器学习和深度学习：这些任务需要进行大量的矩阵运算、神经网络训练等，需要高性能的CPU和GPU。

以上都是CPU密集型的常见例子，它们都需要大量的计算资源和时间来完成。

IO密集型 （文件/数据的量大）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。IO密集型任务一般需要大量I/O操作（磁盘IO,网络IO），而pipeline做得不是很好，没有充分利用处理器能力。

• 磁盘IO是指计算机系统中，数据在磁盘和内存之间的读写操作。磁盘IO通常发生在文件系统层面，用于读写文件或数据块。
• 网络IO是指计算机系统中，数据在网络中传输的读写操作。网络IO通常发生在应用程序层面，用于发送和接收数据包。

例子：

1. 数据库查询：数据库查询操作通常需要从磁盘读取数据，然后进行计算和处理。如数据检索、更新。
2. 文件操作：读取、写入、复制、移动、备份等。
3. 图形渲染：处理大量的图形数据和计算，如3D游戏、视频编辑等。密集型任务。
4. 视频播放：从磁盘读取大量数据，并且需要实时解码播放。
5. 网络通信：进行大量的网络请求和响应，如网络爬虫、API调用。