在现代软件系统中，并发模型的选择直接影响系统的可扩展性和性能。传统的 thread-per-core 模型，即每个 CPU 核心分配一个线程，曾是处理并行任务的标准方式，尤其适合 CPU 密集型计算。然而，对于 I/O 密集型工作负载，如网络服务器或数据库查询，这种模型暴露出了显著的局限性。线程创建和上下文切换的开销巨大，每个线程占用约 2MB 栈空间，导致在高并发场景下内存消耗急剧增加，系统容易因资源耗尽而崩溃。相反，通过引入异步运行时（async runtimes）和协作式多任务（cooperative multitasking），我们可以实现更高效的并发处理。这些模型允许任务在 I/O 等待期间主动让出控制权，避免阻塞整个线程，从而在少量线程上处理海量并发请求。
证据显示，这种范式转变已在实际应用中证明了其优越性。根据相关研究，thread-per-core 在 I/O 等待时会导致 CPU 核心闲置，而 async 模型通过 yield 机制实现任务切换，开销仅为线程切换的 1/10 左右。在数据处理领域，早期的 thread-per-core 曾流行，因为它简化了数据局部性管理，但随着核心数增加和 I/O 延迟改善（如 NVMe 磁盘速度提升），动态负载均衡变得更重要。一篇论文指出：“Increasing core counts on high end machines means that improperly handling skewed data distributions are more painful。” 这强调了在 I/O-heavy 场景下，静态分区（如 thread-per-core）无法应对数据倾斜问题，而 work-stealing 调度能自动平衡负载。
在 Rust 语言中，async runtimes 如 Tokio 提供了强大的支持。Rust 的 async/await 基于 Future trait，实现零成本抽象。Future 是一个状态机，在 poll 时推进执行，当遇到 I/O 时返回 Pending，并注册 Waker 以待唤醒。这种协作式调度确保任务仅在必要时切换，避免抢占式调度的不确定性。对于 I/O-heavy 工作负载，Tokio 的多线程执行器使用 work-stealing 队列：每个 worker 线程有本地队列，空闲时从他人队列窃取任务。这不仅均衡了负载，还通过 Send trait 保证任务可安全跨线程移动。实际基准测试显示，Tokio 可处理超过 50 万次 / 秒的网络请求，内存使用仅为传统线程模型的 10%。
Go 语言则通过内置 goroutine 和 channel 实现了类似效果。Goroutine 是用户态轻量线程，栈大小初始仅 2KB，由 Go runtime 调度。Go 的调度器结合协作式（通过 runtime.Gosched ()）和抢占式（在长时间运行时自动抢占）机制，适合 I/O 密集型应用如 web 服务器。相比 thread-per-core，goroutine 创建开销低（0.3 微秒 vs 17 微秒），上下文切换快（0.2 微秒 vs 1.7 微秒）。在 Hertz 等框架中，Go 的 async 模型支持非阻塞 I/O，结合 netpoll 库实现高效事件循环。对于高并发场景，Go runtime 的工作窃取确保 goroutine 在多核上均匀分布，避免单核瓶颈。
要工程化地替换 thread-per-core 模型，我们需要关注可落地的参数和清单。首先，评估当前系统：监控线程数、上下文切换率（使用 perf 或 top 命令）和 I/O 等待时间。如果 I/O 等待占比 > 70%，则适合迁移。迁移策略分阶段：1）引入 async runtime，不改动核心逻辑；2）渐进替换阻塞调用为非阻塞（如 Rust 的 tokio::net::TcpStream）；3）优化调度参数。
在 Rust 中，配置 Tokio 执行器时，设置 worker_threads = num_cpus（默认），但对于 I/O-heavy，可减至 num_cpus / 2 以减少窃取开销。启用 io_uring（Linux 5.1+）以零拷贝 I/O，阈值：队列深度 256，超时 10ms。监控点包括：任务 pending 率 <5%、Waker 唤醒延迟 < 1ms、使用 tokio-console 追踪 Future 状态。回滚策略：如果吞吐下降> 20%，切换回线程池。
Go 中，GOMAXPROCS 设置为 CPU 核心数，启用 GODEBUG=schedtrace=1000 监控调度。Goroutine 泄漏阈值：使用 pprof 检查 > 10% 未回收。参数：netpoll 事件缓冲 4096，超时重试 3 次。清单：1）所有 I/O 使用 context.Context 取消；2）避免无限循环 goroutine；3）集成 Prometheus 指标，如 goroutine 数和 I/O 吞吐。
潜在风险包括：协作式模型下，开发者遗漏 await 导致阻塞整个 runtime（Rust 中常见 Pin 错误）；多线程下，确保数据 Send/Sync 以防死锁。限制造约：CPU-bound 子任务需 spawn_blocking 隔离。总体，迁移后系统可扩展至 10x 并发，资源利用率提升 80%。
资料来源：
- The Death of Thread Per Core, https://buttondown.com/jaffray/archive/the-death-of-thread-per-core/
- Rust Async 异步编程全解析，CSDN 博客
- Go 并发模型文档，官方