我正在阅读这篇优秀文章，其中介绍了异步编程http://krondo.com/blog/?p=1209，并且我遇到了以下难以理解的内容。
由于没有实际的并行性（在asnyc中），从我们的图中可以看出异步程序与同步程序执行的时间一样长，可能更长，因为异步程序可能会表现出来较差的参考地点。
有人可以解释一下这里的参考地点是如何形成的吗？
答案 0 :(得分：5)
维基百科文章提到的参考地点是观察到当访问某些数据时（在磁盘上，在内存中，无论如何），通常也会访问该位置附近的其他数据。这种观察是有道理的，因为开发人员倾向于将类似的数由于数据是相关的，因此它们经常被一起处理。具体来说，这被称为空间局部性。
对于一个弱的例子，想象一下计算数组的总和或进行矩阵乘法。表示数组或矩阵的数据通常存储在连续的内存位置，对于此示例，一旦访问内存中的某个特定位置，您也将访问靠近它的其他位置。
计算机体系结构考虑了引用的位置。操作系统具有“页面”的概念，它是（大致）4KB数据块，可以单独分页（在物理内存和磁盘之间移动）。当你触摸一些不驻留的内存（不是物理上在RAM中）时，操作系统会将整个数据页从磁盘上移到内存中。原因在于地点：您可能会触及您刚触及的其他数据。
此外，CPU具有缓存的概念。例如，CPU可能具有L1（1级）高速缓存，这实际上只是CPU可以比RAM访问速度快的CPU数据块。如果值在L1高速缓存中，则CPU将使用该值而不是外出到RAM。遵循引用局部性的原则，当CPU访问主存储器中的某个值时，它会将该值及其附近的所有值带入L1高速缓存。这组值称为缓存行。缓存行的大小各不相同，但重点是当您访问数组的第一个值时，CPU可能必须从RAM中获取它，但随后的访问（接近关闭）会更快，因为CPU带来了整个数据包在第一次访问时将值放入L1缓存中。
所以，回答你的问题：如果你想象一个同步过程计算一个非常大的数组的总和，它将依次触摸内存位置。在这种情况下，你的地方是好的。但是，在异步情况下，您可能会有n个线程，每个线程都会获取一个数组（大小为1/n）并计算子总和。每个线程正在触及存储器中可能非常不同的位置（因为阵列很大），并且由于每个线程可以切换进出执行，因此从OS或CPU的角度来看，实际的数据访问模式很差。 CPU上的L1缓存是有限的，因此如果线程1引入缓存行（由于访问），这可能会驱逐线程2的缓存行。然后，当线程2访问其数组值时，它必须转到RAM，它将再次引入其缓存行并可能驱逐线程1的缓存行，依此类推。根据系统资源和整体使用情况，此模式也可能在OS /页面级别上发生。
答案 1 :(得分：1)
较差的引用位置导致较慢的缓存使用 - 每次进行线程切换时，您可以预期缓存中的大部分内容与之前的线程相关，而不是当前线程，因此大多数读取将获取数据从主内存而不是缓存。
他最终错了，至少对于不少节目而言。原因很简单：即使您在CPU绑定代码上没有获得任何结果，当您可以将一些CPU绑定代码与一些I / O绑定代码组合在一起时，您可以期望整体速度提高。例如，您可以启动读取或写入，然后在磁盘忙时切换到执行计算，然后在磁盘完成其工作时切换回I / O绑定线程。