Clojure core.async管道中parallelism参数的含义和用途是什么？

core.async中有三种并行类型：

管道

，

管道阻塞

，和

管道异步

。这些函数的第一个参数是

n

，即管道的“并行性”

这个论点的意义是什么

它如何影响每种管道的性能？什么是好的并行默认值？何时以及为什么要增加或减少该值？如果一个正在运行的程序中有多个这样的管道，该怎么办？

提供了信息：

（dotimes[\un]
（案例类型）
：阻塞（螺纹）
（让[工作](
n
这里提供了parallelism参数；因此它控制线程的数量（在阻塞模式下）或
go-loop
s（在计算或异步模式下）

什么构成“良好的默认值”取决于您的负载配置文件、硬件资源和c—如果某个作业在网络访问上阻塞，您可能会拥有比CPU更多的线程，而如果它在CPU上阻塞，那么比您预期的可用内核更多的线程是一种浪费；如果您的瓶颈是本地磁盘I/O，那么许多细节将远远超出此问题的范围on（旋转盘片或NVRAM？不同进程的访问需求是否分布在盘片上？）变得相关

一般来说：使用与线程池大小调整相同的判断、经验和调优/测量技术。
这里缺少的一个重要的不明显的东西——如果我的理解正确的话——是其中一个与其他的不同。在
管道
和
管道阻塞
中，parallelsm确实像你说的那样控制工作人员的数量，所有这些考虑因素都适用。但是在
管道异步
中，有多少工作人员以及工作人员的类型并不是由这个参数决定的，相反，它所做的是控制异步作业调度器的数量，而这个数字似乎并不重要。因此在我看来
pipeline async
除了1或2之外，没有理由将其作为
n
传递。在
pipeline async
中，预期给定的函数将立即返回，但会导致结果写入其传递的通道（并关闭该通道）在以后的某个时候，这是非常正确的。为了补充Charles所说的，我使用了
管道异步
来创建一个管道，将60个连接汇集到一个异步数据库。今天在Clojure Jira上看到了一些关于这一点的有趣输入：
   (dotimes [_ n]
     (case type
           :blocking (thread
                      (let [job (<!! jobs)]
                        (when (process job)
                          (recur))))
           :compute (go-loop []
                               (let [job (<! jobs)]
                                 (when (process job)
                                   (recur))))
           :async (go-loop []
                             (let [job (<! jobs)]
                               (when (async job)
                                 (recur))))))