• 事件循环学习笔记


    JavaScript是单线程
    JavaScript的单线程,与他的用途有关。作为浏览器脚本语言,JavaScript的主要用途是与用户互动,以及操作DOM 。这决定了它只能是单线程,否则会带来很复杂的同步问题。比如:假定JavaScript同时有两个线程,一个线程在某个DOM节点上添加内容,另一个线程删除了这个节点,这是浏览器不知道应该以哪个线程为准。

    所以,为了避免复杂性,从一诞生,JavaScript就是单线程,这已经成为这门语言的核心特征,将来也不会改变。

    为了利用多核CPU的计算能力,HTML5提出Web Worker标准,允许JavaScript脚本创建多个线程,但是子线程完全受线程控制,且不得操作DOM。所以,这个新标准并没有改变JavaScript单线程的本质。

    任务队列
    单线程就意味着,所有任务需要排队,前一个任务结束,才会执行后一个任务。如果前一个任务耗时很长,后一个任务就必须一直等着。

    如果排队是因为计算量大,CUP忙不过来,倒也算了,但是很多时候CUP是闲着的,因为IO设为很慢,不得不等着结果出来,再往下执行。(IO设备指的是输入输出设备)(比如Ajax操作从网络读取数据很慢,页面等待数据读取成功后才会继续去执行后面代码。如果因为某些原因,数据很慢,这时后面的代码就不会被执行。)

    JavaScript语言的设计者意识到,这时主线程完全可以不管IO设备,将等待中的任务挂起,先运行排在后面的任务。等到IO设备返回了结果,再回头把挂起的任务继续执行下去。

    于是,所有任务可以分成两种,一种是同步任务,另一种是异步任务。
    同步任务(synchronous)
    指的是,在主线程上排队执行的任务,只有前一个任务执行完毕,才能执行后一个任务;
    异步任务(asynchronous)
    指的是,不进入主线程、而是进入“任务队列”的任务,只有“任务队列”通知主线程,某个异步任务可以执行了, 该任务才会进入主线程执行。(任务队列为task queue)

    具体来说,异步执行的运行机制如下。

    1.所有同步任务都在主线程上执行,形成一个执行栈。(execution context stack)。
    2.主线程之外,还存在一个“任务队列”(task queue)。只要异步任务有了运行结果,就在“任务队列”之中放置一个事件。
    3.一旦“执行栈”中的所有同步任务执行完毕,系统就会读取“任务队列”,看看里面有哪些事件。那些对应的异步任务,结束等待状态,进入执行栈,开始执行。
    4.主线程不断重复上面的第三步。

    只要主线程空了,就会去读取“任务队列”,这就是JavaScript的运行机制。这个过程会不断重复。

    事件和回调函数
    “任务队列”是一个事件的队列,IO设备完成一项任务,就在“任务队列”中添加一个事件,表示相关的异步任务可以进入“执行栈”了。主线程读取“任务队列”,就是读取里面有哪些事件。

    “任务队列”中的事件,除了IO设备的事件以外,还包括一些用户产生的事件(比如鼠标点击,页面滚动等等)。只要指定过回调函数,这些事件发生时就会进入“任务队列”,等待主线程读取。

    所谓“回调函数”(callback),就是那些会被主线程挂起来的代码。异步任务必须指定回调函数,当主线程开始执行异步任务,就是执行对应的回调函数。

    “任务队列”是一个先进先出的数据结构,排在前面的事件,优先被主线程读取。主线程的读取过程基本上是自动的,只要执行栈一清空,“任务队列”上第一位的事件就自动进入主线程。但是,犹豫存在后文提到的“定时器”功能,主线程首先要检查一下执行时间,某些事件只有到了规定的时间,才能返回主线程。

    Event Loop
    主线程从“任务队列”中读取事件,这个过程是循环不断的,所以整个的这种运行机制又称为EventLoop(事件循环)。

     

  • 相关阅读:
    python中的 if __name__ == “__main__”: 有什么用
    LeetCode Two Sum 解题思路(python)
    numpy cheat sheet
    matlab中换行
    从github下载一个单一文件
    tensorflow轮子下载地址 wheels(whl)
    tensorflow报错 Key Conv/biases not found in checkpoint
    tensorflow报错 tensorflow Resource exhausted: OOM when allocating tensor with shape
    西门子 1500 1200 PLC,位访问, 字节访问
    查看pip install安装的python包的位置
  • 原文地址:https://www.cnblogs.com/benyu-aimao/p/8892380.html
Copyright © 2020-2023  润新知