AI 助理
备案控制台
开发者社区 数据库 文章 正文

异步IO会比同步IO快吗？不一定！

2023-05-30 96
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 测试一个数据库，发现io是瓶颈,计划所有的等待事件都是在等IO。

测试一个数据库，发现io是瓶颈,计划所有的等待事件都是在等IO。


想当然的改成了异步IO


alter system set filesystemio_options=setall  scope=spfile;


重新启动数据库后，检查，发现异步IO已经启用：


SQL> SELECT NAME,ASYNCH_IO FROM V$DATAFILE F,V$IOSTAT_FILE I
  2  WHERE F.FILE#=I.FILE_NO
  3  AND FILETYPE_NAME='Data File';
NAME
--------------------------------------------------------------------------------
ASYNCH_IO
---------
/mnt/fb8143d4c82911ea800052540048695f/dadb4552c9b911ea800052540048695f_lun_1/ORC
L_1572233080_MERGE_20200719_194845_818_1046202681_1
ASYNC_ON
/mnt/fb8143d4c82911ea800052540048695f/dadb4552c9b911ea800052540048695f_lun_1/ORC
L_1572233080_MERGE_20200719_194845_817_1046202681_1
ASYNC_ON


再测试，让人吃惊的是IO的时间变得更长了!

image.png

所以异步IO，不一定比同步快！ 解释的原因是：这个数据库本来IO的性能就低，启动异步IO后，单位时间内并发的IO更多了。造成IO竞争得更厉害，磁盘性能进一步下降!

文章标签：
数据库
关键词：
同步io
io异步
异步io io
io同步
姚远OracleACE
目录
相关文章
东方睿赢
|
2月前
|
并行计算 数据处理 Python
Python并发编程迷雾：IO密集型为何偏爱异步？CPU密集型又该如何应对？
在Python的并发编程世界中，没有万能的解决方案，只有最适合特定场景的方法。希望本文能够为你拨开迷雾，找到那条通往高效并发编程的光明大道。
东方睿赢
47 2
众所周知
|
3月前
|
开发框架 并行计算 算法
揭秘Python并发神器：IO密集型与CPU密集型任务的异步革命，你竟还傻傻分不清？
揭秘Python并发神器：IO密集型与CPU密集型任务的异步革命，你竟还傻傻分不清？
众所周知
50 4
vohelon
|
2月前
|
数据库
同步IO模型是一种常见的编程模型
【10月更文挑战第5天】同步IO模型是一种常见的编程模型
vohelon
23 2
龙大吉
|
3月前
|
算法 Java 程序员
解锁Python高效之道：并发与异步在IO与CPU密集型任务中的精准打击策略！
在数据驱动时代，高效处理大规模数据和高并发请求至关重要。Python凭借其优雅的语法和强大的库支持，成为开发者首选。本文将介绍Python中的并发与异步编程，涵盖并发与异步的基本概念、IO密集型任务的并发策略、CPU密集型任务的并发策略以及异步IO的应用。通过具体示例，展示如何使用`concurrent.futures`、`asyncio`和`multiprocessing`等库提升程序性能，帮助开发者构建高效、可扩展的应用程序。
龙大吉
140 0
东方睿赢
|
5月前
|
并行计算 数据处理 Python
Python并发编程迷雾：IO密集型为何偏爱异步？CPU密集型又该如何应对？
【7月更文挑战第17天】Python并发编程中，异步编程（如`asyncio`）在IO密集型任务中提高效率，利用等待时间执行其他任务。但对CPU密集型任务，由于GIL限制，多线程效率不高，此时应选用`multiprocessing`进行多进程并行计算以突破限制。选择合适的并发策略是关键：异步适合IO，多进程适合CPU。理解这些能帮助构建高效并发程序。
东方睿赢
127 6
龙大吉
|
5月前
|
算法 Java 程序员
解锁Python高效之道：并发与异步在IO与CPU密集型任务中的精准打击策略！
【7月更文挑战第17天】在数据驱动时代，Python凭借其优雅语法和强大库支持成为并发处理大规模数据的首选。并发与异步编程是关键，包括多线程、多进程和异步IO。对于IO密集型任务，如网络请求，可使用`concurrent.futures`和`asyncio`；CPU密集型任务则推荐多进程，如`multiprocessing`；`asyncio`适用于混合任务，实现等待IO时执行CPU任务。通过这些工具，开发者能有效优化资源，提升系统性能。
龙大吉
102 4
土木林森
|
5月前
|
开发框架 并行计算 .NET
从菜鸟到大神：Python并发编程深度剖析，IO与CPU的异步战争！
【7月更文挑战第18天】Python并发涉及多线程、多进程和异步IO（asyncio）。异步IO适合IO密集型任务，如并发HTTP请求，能避免等待提高效率。多进程在CPU密集型任务中更优，因可绕过GIL限制实现并行计算。通过正确选择并发策略，开发者能提升应用性能和响应速度。
土木林森
112 3
众所周知
|
5月前
|
开发框架 并行计算 算法
揭秘Python并发神器：IO密集型与CPU密集型任务的异步革命，你竟还傻傻分不清？
【7月更文挑战第18天】Python并发编程中，异步IO适合IO密集型任务，如异步HTTP请求，利用`asyncio`和`aiohttp`实现并发抓取，避免等待延迟。而对于CPU密集型任务，如并行计算斐波那契数列，多进程通过`multiprocessing`库能绕过GIL限制实现并行计算。选择正确的并发模型能显著提升性能。
众所周知
92 2
土木林森
|
5月前
|
开发框架 数据挖掘 .NET
显微镜下的Python并发：细说IO与CPU密集型任务的异步差异，助你精准施策！
【7月更文挑战第16天】在Python并发编程中，理解和区分IO密集型与CPU密集型任务至关重要。IO密集型任务（如网络请求）适合使用异步编程（如`asyncio`），以利用等待时间执行其他任务，提高效率。CPU密集型任务（如计算）则推荐使用多进程（如`multiprocessing`），绕过GIL限制，利用多核CPU。正确选择并发策略能优化应用性能。
土木林森
82 2
三分钟热度的鱼
|
5月前
|
SQL 关系型数据库 MySQL
实时计算 Flink版产品使用问题之在Flink算子内部使用异步IO可以通过什么办法实现
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
三分钟热度的鱼
48 1