同步过程
异步过程
客户端 I/O和 Linux进程解耦
解耦客户端I/O和Linux进程意味着让这两个过程能够相互独立运行和扩展，不会相互依赖或阻塞彼此的执行。这种解耦可以提高系统的可伸缩性、稳定性和可维护性。
1
AWS Lambda
快速组件和慢速组件
在实践世界中，并发问题来自于一个应用或系统的每个组件运行速度不一样：内存访问快，磁盘访问慢，本地网络快，远程网络慢，CPU快，但 I/O 慢
在一个系统中，我们经常会遇到慢速组件和快速组件，例如数据库、文件系统、缓存、网络API等。理解两者之间的关系以及如何处理并发问题，在优化系统性能和可扩展性方面起着重要作用。
并发问题：并发是指在一个时间段内，独立执行多个任务的过程。在一个多线程或异步环境下，并发问题通常会涉及资源共享、任务调度和优先级等的处理。为了防止资源争用（是单个资源在同一时间由多个任务使用造成的问题），文件损坏和性能瓶颈，需要为系统设计合适的并发策略。
快速组件：快速组件相对便捷地完成其工作，通常是基于内存的操作，如缓存（如Redis）或提供快速服务的API。这些组件响应速度快，具有低延时，因此在处理并发任务时，通常不会成为性能瓶颈。
慢速组件：相比之下，慢速组件较为缓慢地执行任务，如磁盘I/O操作（如文件系统和数据库操作）和缓慢的网络服务等。这类组件的响应速度相对较慢，可能会在高并发场景下出现性能瓶颈。
快速组件与慢速组件之间的关系：在整个系统中，快速组件和慢速组件需要协同工作。一个请求可能需要从快速组件（如缓存）获取数据，然后从慢速组件（如数据库）获取更多数据。为了确保性能和可扩展性，系统设计者需要确定这些组件如何协同工作。
解决并发问题的策略：
避免不必要的全局锁，锁会限制资源，降低系统性能。尽量采用异步I/O，避免阻止事件循环。
在构建仅依赖快速组件的服务时，请确保足够的资源应对高并发的请求。
选择适当的空间复杂度和时间复杂度算法，以及数据结构以优化对快速和慢速组件的使用。
使用缓存和消息队列等技术来缓解慢速组件的性能瓶颈。
在代码层面上控制并发，使用连接池来复用数据库连接。
实现负载均衡、分片等方案以分散资源压力。
https://research.google/people/jeff/
并发模型
- 在不太降低性能或不占用太多资源的情况下线性扩展并发量
- 如何保持状态的同步。
- https://unixism.net/2019/04/
- https://unixism.net/2019/04/linux-applications-performance-introduction/
- 并发模型有 fork、prefork、线程、线程池、 poll、epoll
并发编程模型
Erlang中的 Actors模型
Golang中的 Communicating Sequential Processes (CSP)
Clojure 中的 So Transactional Memory (STM)
Ruby 3 中的 Guilds
Actors 和 CSP - 不通过共享内存进行通信，而是通过通信共享内存
Actors 和 CSP 有一些区别：CSP 中的进程是匿名的，而 actors 是有标识 的；CSP中的 Channel是有标识的，但在 actors的系统中没有标识； actors 也可以异步发送数据，但 CSP 中的进程却不能。
STM - 使用共享内存但不使用锁的模型
