云平台的工作流框架 AWS Flow Framework 给我带来的另一个有所感触的话题是“ 异步”：
这个框架把异步的行为划分为 Workflow 端执行的部分和 Activity 端执行的部分，Workflow 控制工作流程，Activity 执行具体的工作流 task，二者都以 poll 的模式不断从中心 SWF 去获取任务。对于开发者来说，用类似这样简单的代码，就完成了整个工作流任务的部署，框架为开发人员隐藏了大部分实现细节：
@Workflow
public interface CalculateWorkflow
{
@Execute
public void calculate();
}
public class CalculateWorkflowImpl implements CalculateWorkflow
{
……
public void calculate()
{
Promise<String> val1 = activity1.calc();
Promise<String> val2 = activity2.calc();
printResult(val1, val2);
}
@Asynchronous
public void printResult(Promise<String> val1, Promise<String> val2)
{
System.out.println("Result: " + val1 + " and " + val2);
}
}
对于这样一段代码（再配合 Activity 的代码），做了两点处理：
1、activity 调用的逻辑，返回值通过 Promise 包装：
Promise<String> val1 = activity1.calc(); Promise<String> val2 = activity2.calc();
2、@Asynchronous 所修饰的方法会被处理成本地执行的异步方法，其中的参数使用 Promise 包装：
public void printResult(Promise<String> val1, Promise<String> val2)
这样一来，这里面包含了三个异步任务：
- a、Activity1 端执行的 activity1.calc()，
- b、Activity2 端执行的 activity2.calc()，
- c、等待上述两个任务执行完毕后再在 Workflow 端执行的 printResult。
其中，使用 Promise 包装的参数，它的作用就在此，在上述两个异步的 Activity 方法执行返回后，才会触发 printResult 方法的执行（printResult 方法依赖于两个 Activity 方法执行结果的返回），可是，这和一般等待执行的异步流程 merge 操作不同的是，在等待过程中它不会 block 住线程（反例可以参考 Future 类，它的 get 方法是会 block 住线程的），最大限度地减少了资源的占用。
这只是其中利用异步的设计，给我印象很深刻的一个场景。对于减少资源占用，我们还经常接触到许多其它类似的场景，比如 NIO Server，这是多路复用技术的一种。
传统服务器接收到请求以后，从 request 到 response，整个过程占住一个线程不放，但是这种服务器可以在收到请求之后，将需要完成的工作用一个或若干个 Command 包装好，交给线程池中的工作线程去完成，对于收到请求和返回响应这样的过程，使用 1~2 个独立的线程去完成，在事件发生时，系统线程才通知这 1~2 个线程去完成和客户端的一次交互（或者用监控线程去轮询当前挂在 Server 上所有的连接，寻找需要响应的连接来完成交互）。
当在线用户数量大大超出服务器的线程数时，使用 NIO 模式可以保证在收到请求和返回响应的用户接口层不成为瓶颈 。
另外还有一个特别值得一提的场景，由于互联网的 BS 模式下，从 Server 实时或准实时地向 Client 推送一些东西是比较麻烦的（有同学说用 pushlet 来解决，但这个办法有很大的局限性），有一种解决这个问题的办法是客户端使用 ajax 去定期获取数据（比如现在的很多 SNS 网站都用了这种办法），在这种情况下服务端对请求处理的压力就陡然增大了。
Nginx 是一款高性能的代理服务器，性能高的其中一个重要原因是，它基于 epoll 模型设计的。与之相对的是 select 模型，select 采用的是轮询的办法，每次读写状态检测都检查 FD_SET 中所有的句柄，当句柄数量增大时，这个过程消耗的时间应该是线性增长的。另外，FD_SIZE 也设定了整个可开启的句柄数，这造成了另一种局限。
epoll 模型就没有这两个问题，它给每个活跃 FD 挂接一个异步回调函数，不需要第三方去遍历和调用这些句柄，而它的句柄限制是操作系统的限制 。
关于 Continuation Server。这种模式下 Client 和 Server 会调过来，Continuation Server 发送页面给客户端，作为 function call，然后等待客户端返回执行结果 (SendPageAndWait)，因此，在服务端收到响应的时候，要恢复之前方法调用的上下文环境，继续执行收到响应后的下一行语句 。
这个过程就需要服务器端能够在发送页面前将上下文环境保存下来，在获得响应之后动态获取调用栈恢复上下文环境，这些工作都是异步事件驱动的。
不能不说一说 Node.js，这是 JavaScript 在 2011 年最火爆的词语之一，其实服务端 js 不是什么新东西，只不过因为 Node.js，人们高呼，JavaScript 居然也可以这样快！大概 V8 引擎做的编译优化太好了，许多前端工程师第一次发现自己的价值其实远不止在页面上 。Node.js 把复杂的事件处理框架隐藏起来，开发人员只需要关注业务接口的调用。
Node.js 所有的事件触发的调用都是异步和非阻塞的，它对高并发的访问有很好的承受能力（Node 宣称他们的服务器每一台都可以承受几万连接并发）。如果服务端面对一场 subscribe 的灾难，虽然有足够大的队列来承受瞬间的高并发访问，但是瓶颈在请求接收和响应上，那么 Node.js 应该能成为一个有价值的解决方案。
最后，对于 Jscex，还有 Barrier 模式，在此不展开。
异步调用给传统软件编码的思维带来了新的挑战，无论是对现场的快照、异常的处理还是分支跳转的控制，但是带来了许多不可替代的优势，资源占用更少，效率更高，可扩展性更强。
文章未经特殊标明皆为本人原创，未经许可不得用于任何商业用途，转载请保持完整性并注明来源链接 《四火的唠叨》