理解併發、並行的例子 先舉例子來理解這2個概念的區別。 老師讓兩個同學去辦公室談話。如果這兩同學(進程)是併列跨過辦公室門(CPU)的，那麼就是並行。如果同學A先進同學B後進入(或者先B後A)，或者兩人併列同時進入，但是在辦公室外的路人甲(用戶)看來，同學A和同學B同時都在辦公室內，這是併發。 其實 ...
理解併發、並行的例子
先舉例子來理解這2個概念的區別。
老師讓兩個同學去辦公室談話。如果這兩同學(進程)是併列跨過辦公室門(CPU)的，那麼就是並行。如果同學A先進同學B後進入(或者先B後A)，或者兩人併列同時進入，但是在辦公室外的路人甲(用戶)看來，同學A和同學B同時都在辦公室內，這是併發。
其實這個例子不合理，因為真正的並行是多核CPU下的概念，但上面這個簡單的例子非常有助於理解。
如果舉例要精確一點，那麼大概是這樣的：進辦公室有兩個門(兩CPU)，如果兩同學分別從不同的門進入，不管先後性，兩者互相獨立，那麼是並行；如果兩同學不管以什麼方式進入，在路人甲看來，他兩同時都在辦公室內，就是併發。
我不信到現在還不理解併發和並行。
併發和並行的理論性解釋
為什麼操作系統上可以同時運行多個程式而用戶感覺不出來？
這是因為無論是單CPU還是多CPU，操作系統都營造出了可以同時運行多個程式的假象。實際的過程操作系統對進程的調度以及CPU的快速上下文切換實現的：每個進程執行一會就先停下來，然後CPU切換到下個被操作系統調度到的進程上使之運行。因為切換的很快，使得用戶認為操作系統一直在服務自己的程式。
再來解釋併發就容易理解多了。
併發(concurrent)指的是多個程式可以同時運行的現象，更細化的是多進程可以同時運行或者多指令可以同時運行。但這不是重點，在描述併發的時候也不會去扣這種字眼是否精確，併發的重點在於它是一種現象。併發描述的是多進程同時運行的現象。但實際上，對於單核心CPU來說，同一時刻只能運行一個進程。所以，這裡的"同時運行"表示的不是真的同一時刻有多個進程運行的現象，這是並行的概念，而是提供一種功能讓用戶看來多個程式同時運行起來了，但實際上這些程式中的進程不是一直霸占CPU的，而是執行一會停一會。
所以，併發和並行的區別就很明顯了。它們雖然都說是"多個進程同時運行"，但是它們的"同時"不是一個概念。並行的"同時"是同一時刻可以多個進程在運行(處於running)，併發的"同時"是經過上下文快速切換，使得看上去多個進程同時都在運行的現象，是一種OS欺騙用戶的現象。
實際上，當程式中寫下多進程或多線程代碼時，這意味著的是併發而不是並行。併發是因為多進程/多線程都是需要去完成的任務，不並行是因為並行與否由操作系統的調度器決定，可能會讓多個進程/線程被調度到同一個CPU核心上。只不過調度演算法會儘量讓不同進程/線程使用不同的CPU核心，所以在實際使用中幾乎總是會並行，但卻不能以100%的角度去保證會並行。也就是說，並行與否程式員無法控制，只能讓操作系統決定。
再次註明，併發是一種現象，之所以能有這種現象的存在，和CPU的多少無關，而是和進程調度以及上下文切換有關的。
理解了概念，再來深入擴展下。
串列、並行和併發
任務描述
如圖：
任務是將左邊的一堆柴全部搬到右邊燒掉，每個任務包括三個過程：取柴，運柴，放柴燒火。
這三個過程分別對應一個函數：
func get { geting }
func carry { carrying }
func unload { unloading }串列模式
串列表示所有任務都一一按先後順序進行。串列意味著必須先裝完一車柴才能運送這車柴，只有運送到了，才能卸下這車柴，並且只有完成了這整個三個步驟，才能進行下一個步驟。
和稍後所解釋的並行相對比，串列是一次只能取得一個任務，並執行這個任務。
假設這堆柴需要運送4次才能運完，那麼當寫下的代碼類似於下麵這種時，那麼就是串列非併發的模式：
for(i=0;i<4;i++){
get()
carry()
unload()
}或者，將三個過程的代碼全部集中到一個函數中也是如此：
func task {
geting
carrying
unloading
}
for(i=0;i<4;i++){
task()
}這兩種都是串列的代碼模式。畫圖描述：
並行模式
並行意味著可以同時取得多個任務，並同時去執行所取得的這些任務。並行模式相當於將長長的一條隊列，劃分成了多條短隊列，所以並行縮短了任務隊列的長度。
正如前面所舉的兩同學進辦公室的例子，串列的方式下，必須1個同學進入後第二個同學才進入，隊列長度為2，而並行方式下可以同時進入，隊列長度減半了。
並行的效率從代碼層次上強依賴於多進程/多線程代碼，從硬體角度上則依賴於多核CPU。
對於單進程/單線程，由於只有一個進程/線程在執行，所以儘管同時執行所取得的多個任務，但實際上這個進程/線程是不斷的在多任務之間切換，一會執行一下這個，一會執行一下那個，就像是一個人在不同地方之間來回奔波。所以，單進程/線程的並行，效率比串列更低。
對於多進程/多線程，各進程/線程都可以執行各自所取得的任務，這是真正的並行。
但是，還需要考慮硬體層次上CPU核心數，如果只有單核CPU，那麼在硬體角度上這單核CPU一次也只能執行一個任務，上面多進程/多線程的並行也並非真正意義上的並行。只有多核CPU，並且多進程/多線程並行，才是真正意義上的並行。
如下圖，是多進程/多線程(2個工作者)的並行：
併發
併發表示多個任務同時都要執行的現象，更詳細的概念前面已經說面的夠具體了。
其實，很多場景下都會使用併發的概念。比如同時500個http請求涌向了web伺服器，比如有時候說併發數是1000等。
有時候也將併發當成任務，比如500併發數意味著500個任務，表示的是在一個特定的時間段內(約定俗成的大家認為是1秒)可以完成500個任務。這500個任務可以是單進程/單線程方式處理的，這時表示的是併發不並行的模式(coroutine就是典型的併發不並行)，即先執行完一個任務後才執行另一個任務，也可以是多進程/多線程方式處理的，這時表示的是併發且並行模式。
要解決大併發問題，通常是將大任務分解成多個小任務。很典型的一個例子是處理客戶端的請求任務，這個大任務裡面包含了監聽並建立客戶端的連接、處理客戶端的請求、響應客戶端。但基本上所有這類程式，都將這3部分任務分開了：在執行任何一個小任務的時候，都可以通過一些手段使得可以執行其它小任務，比如在處理請求的時候，可以繼續保持監聽狀態。
由於操作系統對進程的調度是隨機的，所以切分成多個小任務後，可能會從任一小任務處執行。這可能會出現一些現象：
可能出現一個小任務執行了多次，還沒開始下個任務的情況。這時一般會採用隊列或類似的數據結構來存放各個小任務的成果。比如負責監聽的進程已經執行了多次，建立了多個連接，但是還沒有調度到處理請求的進程去處理任何一個請求。
- 可能出現還沒準備好第一步就執行第二步的可能。這時，一般採用多路復用或非同步的方式，比如只有準備好產生了事件通知才執行某個任務。比如還沒有和任何一個客戶端建立連接時，就去執行了處理請求的進程。
可以多進程/多線程的方式並行執行這些小任務。也可以單進程/單線程執行這些小任務，這時很可能要配合多路復用才能達到較高的效率
看圖非常容易理解：
上圖中將一個任務中的三個步驟取柴、運柴、卸柴劃分成了獨立的小任務，有取柴的老鼠，有運柴的老鼠，有卸柴燒火的老鼠。
如果上圖中所有的老鼠都是同一隻，那麼是串列併發的，如果是不同的多只老鼠，那麼是並行併發的。
總結
並行和串列：
- 串列：一次只能取得一個任務並執行這一個任務
- 並行：可以同時通過多進程/多線程的方式取得多個任務，並以多進程或多線程的方式同時執行這些任務
- 註意點：
- 如果是單進程/單線程的並行，那麼效率比串列更差
- 如果只有單核cpu，多進程並行並沒有提高效率
- 從任務隊列上看，由於同時從隊列中取得多個任務並執行，相當於將一個長任務隊列變成了短隊列
- 如果是單進程/單線程的並行，那麼效率比串列更差
併發：
- 併發是一種現象：同時運行多個程式或多個任務需要被處理的現象
- 這些任務可能是並行執行的，也可能是串列執行的，和CPU核心數無關，是操作系統進程調度和CPU上下文切換達到的結果
- 解決大併發的一個思路是將大任務分解成多個小任務：
- 可能要使用一些數據結構來避免切分成多個小任務帶來的問題
- 可以多進程/多線程並行的方式去執行這些小任務達到高效率
- 或者以單進程/單線程配合多路復用執行這些小任務來達到高效率
- 可能要使用一些數據結構來避免切分成多個小任務帶來的問題
