IO频繁读取占用CPU资源？

IO频繁读取占用CPU资源？

参考链接：
https://blog.csdn.net/qq_29454347/article/details/84997053
https://www.zhihu.com/question/27734728

场景：因为最近在做python与mysql数据传递，通过多线程多进程等加快读取速度，减小消耗的问题。因其中计算量很少，多为数据的写入与读取，认为可视为IO密集型操作。
IO密集型定义：CPU消耗很少，任务的大部分时间都是在等待IO操作完成。（IO的速度远远低于CPU和内存的速度）。
疑问：
1.IO读取不消耗CPU资源吗
2.就算一个消耗很少的话，IO密集型，说明IO过程很多。很多的话是不是也会占用很多CPU消耗
3.项目中虽然是IO型多线程线程池，但CPU占用也很高
引发：并发的意义
python中因为有GIL锁，多线程本质上同一时间也只能运行一个线程而已。所说的python多线程本质上也只是多并发。本人用3线程与3进程处理同样的数据，进程明显比线程快很多。

解1IO占用CPU资源，但是不多。原因是有DMA(直接存储器访问，director memory access)帮助。计算机硬件上使用DMA来访问磁盘等IO，也就是请求发出后，CPU就不再管了，直到DMA处理器完成任务，再通过中断告诉CPU完成了。所以总体来说单个IO对CPU占用的并不多

流程：
CPU计算文件地址 ——> 委派DMA读取文件 ——> DMA接管总线 ——> CPU的A进程阻塞，挂起——> CPU切换到B进程 ——> DMA读完文件后通知CPU（一个中断异常）——> CPU切换回A进程操作文件

**解2：**虽然IO不会占用大量的CPU时间，但是非常频繁的IO还是会非常浪费CPU时间的，所以面对大量IO的任务，有时候是需要算法来合并IO，或者通过cache来缓解IO压力的。

**解3：**非空闲等待，比如IO等待、资源争用（同一资源被不同线程请求，而此资源又需要保持一致性，只能前一个释放后一个再访问，这样导致的等待）也会导致CPU过高

并发的意义：假设原先读取文件CPU需要傻等50纳秒。现在尽管两次上下文切换要各消耗5纳秒。CPU还是赚了40纳秒时间片。