同意：具有共享资源潜力的多个执行流

前任：两个线程竞争I/O端口。

视差：将问题分成多个相似的块。

前任：通过对文件的每一半运行两个进程来解析大文件。

并发是指两个或多个任务可以在重叠的时间段内启动、运行和完成。这并不一定意味着它们会同时运行。例如，在单核机器上进行多任务处理。

并行性是指任务实际上同时运行，例如在多核处理器上。

---

引用Sun的多线程编程指南：

并发：至少有两个线程正在进行时存在的条件。一种更为普遍的并行形式，可以将时间切片作为虚拟并行的一种形式。并行性：当至少两个线程同时执行时出现的情况。

它们解决不同的问题。并发性解决了CPU资源稀缺和任务多的问题。因此，您可以通过代码创建线程或独立的执行路径，以便在稀缺资源上共享时间。直到最近，由于CPU的可用性，并发性一直是讨论的焦点。

并行性解决了找到足够的任务和适当的任务（可以正确分割的任务）并将它们分配到大量的CPU资源上的问题。当然，并行性一直都存在，但由于多核处理器非常便宜，所以它正走到最前沿。

并发：如果一个处理器解决了两个或多个问题。

并行性：如果一个问题由多个处理器解决。

我喜欢Rob Pike的演讲：并发不是并行（这更好！）（幻灯片）（谈话）

Rob通常谈论Go，并且通常以直观直观的解释来解决并发与并行的问题！下面是一个简短的总结：

任务：让我们烧掉一堆过时的语言手册！一次一个！

并发：任务有许多并发分解！一个例子：

并行性：如果至少有2个地鼠同时工作或不工作，则前面的配置会并行出现。

要补充其他人所说的话：

并发性就像让一个玩杂耍的人玩多个球。不管看起来如何，玩杂耍的人每次只手抓/扔一个球。平行运动是让多个杂耍者同时变戏法。

并发性=>在共享资源的重叠时间段内执行多个任务时（可能最大化资源利用率）。

并行=>当单个任务被划分为可以同时执行的多个简单的独立子任务时。

在电子学中，串行和并行表示一种静态拓扑，决定电路的实际行为。当没有并发时，并行性是确定性的。

为了描述动态的、与时间相关的现象，我们使用了术语顺序和并发。例如，可以通过特定的任务序列（例如配方）获得特定的结果。当我们与某人交谈时，我们会产生一系列单词。然而，在现实中，许多其他过程在同一时刻发生，因此，与某一行动的实际结果一致。如果很多人在同一时间谈话，同时进行的谈话可能会干扰我们的顺序，但这种干扰的结果事先不知道。并发性引入了不确定性。

串行/并行和顺序/并行表征是正交的。数字通信就是一个例子。在串行适配器中，数字消息沿同一通信线路（例如，一根电线）临时（即顺序）分布。在并行适配器中，这也在并行通信线路（例如多条电线）上进行划分，然后在接收端进行重构。

让我们想象一个有9个孩子的游戏。如果我们将它们作为一条链处理，在开始时发送消息，在结束时接收消息，我们将进行串行通信。更多的单词组成了一系列的交流单元。

I like ice-cream so much. > X > X > X > X > X > X > X > X > X > ....

这是在串行基础结构上复制的顺序过程。

现在，让我们想象一下，把孩子们分成三组。我们把这个短语分成三部分，第一部分给左边的孩子，第二部分给中心线的孩子，等等。

I like ice-cream so much. > I like    > X > X > X > .... > ....
                          > ice-cream > X > X > X > ....
                          > so much   > X > X > X > ....

这是一个在并行基础结构上复制的顺序过程（尽管仍部分序列化）。

在这两种情况下，假设孩子之间有完美的沟通，结果会提前确定。

如果有其他人与您同时与第一个孩子交谈，那么我们将同时进行处理。我们不知道基础设施将考虑哪个过程，因此最终结果尚未提前确定。

将其视为服务队列，其中服务器只能服务队列中的第一个作业。

1个服务器，1个作业队列（有5个作业）->无并发，无并行性（只有一个作业被服务完成，队列中的下一个作业必须等待服务完成，并且没有其他服务器为其服务）

1个服务器，2个或多个不同的队列（每个队列有5个作业）->并发（因为服务器与队列中的所有第一个作业共享时间，相等或加权），仍然没有并行性，因为在任何时刻都有一个且唯一的作业在服务。

两个或多个服务器，一个队列->并行（两个作业同时完成），但没有并发（服务器不共享时间，第三个作业必须等待其中一个服务器完成）

2个或多个服务器，2个或更多不同的队列->并发性和并行性

换句话说，并发是共享完成作业的时间，它可能会占用相同的时间来完成作业，但至少它会提前开始。重要的是，可以将作业分割成更小的作业，这样可以进行交织。

并行性是通过更多并行运行的CPU、服务器、人员等实现的。

请记住，如果共享资源，则无法实现纯粹的并行性，但这正是并发性的最佳实际用途，它将承担另一项不需要该资源的工作。

太好了，让我用一个场景来展示我的理解。假设有三个孩子：A，B，C。A和B说话，C听。对于A和B，它们是平行的：A： 我是A。B： 我是B。

但对于C来说，他的大脑必须同时进行听A和B的过程，这可能是：我是我A是B。

我将提供一个与这里的一些流行答案有点冲突的答案。在我看来，并发是一个包含并行性的通用术语。并发适用于不同任务或工作单元在时间上重叠的任何情况。并行性更具体地适用于在同一物理时间评估/执行不同工作单元的情况。并行性存在的原因是加速了可以从多个物理计算资源中受益的软件。适用于并发的另一个主要概念是交互性。当从外部世界可以观察到任务的重叠时，互动性适用。交互性存在的原因是使软件能够响应真实世界的实体，如用户、网络对等体、硬件外围设备等。

并行性和交互性几乎完全独立于并发性。对于一个特定的项目，开发人员可能会关心其中之一，或者两者都不关心。它们往往会被混淆，尤其是因为线程这一令人厌恶的东西给了一个相当方便的原语来实现两者。

关于并行性的更多细节：

并行性存在于非常小的规模（例如处理器中的指令级并行性）、中等规模（例如多核处理器）和大型规模（例如高性能计算集群）。近年来，由于多核处理器的发展，软件开发人员暴露更多线程级并行性的压力越来越大。平行性与依赖性密切相关。依赖性限制了并行性的实现程度；如果一个任务依赖于另一个任务，则两个任务不能并行执行（忽略推测）。

程序员可以使用许多模式和框架来表达并行性：管道、任务池、数据结构上的聚合操作（“并行数组”）。

关于互动性的更多细节：

最基本和最常见的交互方式是使用事件（即事件循环和处理程序/回调）。对于简单的任务，事件是很好的。尝试使用事件执行更复杂的任务会导致堆栈撕裂（也称为回调地狱；也称为控制反转）。当你厌倦了事件时，你可以尝试更奇特的东西，比如生成器、协程（又称Async/Await）或合作线程。

出于对可靠软件的热爱，如果你想要的是交互性，请不要使用线程。

曲线几何非线性

我不喜欢Rob Pike的“并发不是并行；它更好”口号。并发既不比并行好，也不比并行差。并发性包括交互性，不能以更好/更差的方式与并行性进行比较。这就像说“控制流比数据更好”。

为什么存在困惑

由于这两个词的字典含义几乎相同，因此存在混淆：

并发：同时存在、发生或完成（dictionary.com）平行：非常相似，经常同时发生（梅里亚姆·韦伯斯特）。

然而，它们在计算机科学和编程中的使用方式却截然不同。以下是我的解释：

并发性：可中断性并行性：独立性

那么，我所说的上述定义是什么意思？

我将用一个现实世界的类比来澄清。假设你必须在一天内完成两项非常重要的任务：

获取护照完成演示文稿

现在，问题是任务1需要你去一个极其官僚的政府办公室，这让你排队等候4个小时才能拿到护照。同时，任务2是你的办公室需要的，这是一项关键任务。两者都必须在特定的一天完成。

案例1：顺序执行

通常，你会开车去护照办公室2个小时，排队4个小时，完成任务，开车回去两个小时，回家，再睡5个小时，然后完成演讲。

案例2：并发执行

但你很聪明。你要提前计划。你随身携带一台笔记本电脑，在排队等候的时候，你开始做你的演讲。这样，一旦你回到家里，你只需要额外工作1小时而不是5小时。

在这种情况下，这两项任务都是由您完成的，只是零碎的。您在排队等候时中断了护照任务，并进行了演示。当您的号码被呼叫时，您中断了演示任务，并切换到护照任务。由于这两项任务的可中断性，节省时间基本上是可能的。

并发性，IMO，可以理解为ACID中的“隔离”属性。如果子事务可以以任何交错的方式执行，那么两个数据库事务被认为是隔离的，并且如果两个任务是顺序完成的，那么最终结果是相同的。记住，对于护照和演示任务，你是唯一的刽子手。

案例3：并行执行

现在，既然你是个聪明的家伙，你显然是个更高级的人，而且你有一个助手。所以，在你开始护照任务之前，你给他打电话，告诉他准备演示文稿的初稿。你花了一整天的时间完成护照任务，回来看看你的邮件，然后找到了演示稿。他做得很扎实，再过两个小时就完成了一些编辑。

现在，你的助手和你一样聪明，他能够独立工作，而不需要经常要求你澄清。因此，由于任务的独立性，它们由两个不同的执行者同时执行。

还和我在一起吗？好吧

案例4：并行但不并行

还记得你的护照任务吗，你必须在排队等候的地方？因为这是你的护照，你的助手不能排队等你。因此，护照任务具有可中断性（您可以在排队等候时停止它，稍后当您的号码被呼叫时再继续），但没有独立性（您的助手不能代替您等待）。

案例5：并行但不并发

假设政府办公室有一个安全检查来进入办公场所。在这里，您必须移除所有电子设备并将其提交给官员，他们只会在您完成任务后归还您的设备。

在这种情况下，护照任务既不可独立，也不可中断。即使你在排队，你也不能做其他事情，因为你没有必要的设备。

同样地，假设演示是高度数学化的，你需要100%集中至少5小时。你不能在排队等候护照任务时做这件事，即使你随身携带笔记本电脑。

在这种情况下，演示任务是独立的（您或您的助手可以投入5小时的精力），但不能中断。

案例6：并发和并行执行

现在，假设除了指派你的助手参加演示外，你还随身携带一台笔记本电脑来完成护照任务。在排队等候时，您会看到您的助手在共享幻灯片组中创建了前10张幻灯片。你对他的工作发表了评论，并做了一些更正。后来，当你回到家时，你只需要15分钟，而不是2个小时来完成草稿。

这是可能的，因为演示任务具有独立性（你们中的任何一个都可以完成）和可中断性（你们可以停止它，稍后再继续它）。因此，您同时执行了两个任务，并并行执行了演示任务。

比方说，除了过于官僚之外，政府办公室也是腐败的。因此，你可以出示你的身份证，输入它，开始排队等待你的号码被呼叫，贿赂一名警卫和其他人来保持你在队伍中的位置，偷偷溜出去，在号码被呼叫之前回来，然后自己继续等待。

在这种情况下，您可以同时并行执行护照和演示任务。你可以偷偷溜出去，你的位置由你的助手掌握。然后你们两个都可以进行演示等。

---

回到计算机科学

在计算世界中，以下是每种情况的典型场景：

情况1：中断处理。情况2：只有一个处理器，但由于I/O，所有正在执行的任务都有等待时间。案例3：当我们谈论map reduce或hadoop集群时经常会看到。案例4：我认为案例4很罕见。任务是并发但不是并行的，这是不常见的。但这可能会发生。例如，假设您的任务需要访问只能通过处理器1访问的特殊计算芯片。因此，即使处理器-2是空闲的，而处理器-1正在执行其他任务，特殊计算任务也不能在处理器-2上继续。病例5：同样罕见，但不像病例4那样罕见。非并发代码可以是受互斥锁保护的关键区域。一旦启动，它必须执行到完成。然而，两个不同的关键区域可以在两个不同处理器上同时进行。案例6：IMO，关于并行或并发编程的大多数讨论基本上都在讨论案例6。这是并行和并发执行的混合和匹配。

并发和Go

如果你明白Rob Pike为什么说并发性更好，你必须明白原因是什么。你有一个非常长的任务，其中有多个等待期，你需要等待一些外部操作，如文件读取、网络下载。在他的演讲中，他所说的是，“把这一长串的任务分解，这样你就可以在等待的时候做一些有用的事情。”这就是为什么他会和各种各样的地鼠谈论不同的组织。

现在，围棋的力量来自于使用围棋关键词和频道，让这一突破变得非常容易。此外，在运行时中有很好的底层支持来调度这些goroutine。

但本质上，并发比并行好吗？

苹果比橙子好吗？

并发简单意味着多个任务正在运行（不需要并行）。例如，假设我们在任何时刻都有3个任务：多个任务可能正在运行，或者所有任务可能同时运行。

并行性意味着它们实际上是并行运行的。因此，在这种情况下，三者必须同时运行。

简单示例：

并发是：“两个队列访问一台ATM机”

并行是：“两个队列和两台ATM机”

我将尝试用一个有趣且易于理解的示例进行解释。：）

假设一个组织组织了一场国际象棋比赛，10名棋手（棋艺相同）将挑战一名职业冠军棋手。由于国际象棋是一场1:1的比赛，因此组织者必须以高效的方式进行10场比赛，以便尽快完成整个比赛。

希望以下场景能够轻松描述进行这10场比赛的多种方式：

1） 串行-让我们假设专业人员与每个人逐一进行游戏，即与一个人开始和结束游戏，然后与下一个人开始下一场游戏，依此类推。换句话说，他们决定按顺序进行游戏。因此，如果一场比赛需要10分钟才能完成，那么10场比赛将需要100分钟，同样假设从一场比赛到另一场比赛的过渡需要6秒，那么对于10场比赛，则需要54秒（约1分钟）。

因此整个活动将在101分钟内完成（最差进场）

2） 同时-让我们假设职业球员轮到下一个球员，所以所有10名球员同时上场，但职业球员不是一次两个人，他轮到下一个人上场。现在假设一名职业球员需要6秒才能轮到他，而一名职业选手与两名选手的转换时间为6秒，那么回到第一名选手的总转换时间为1分钟（10x6秒）。因此，当他回到第一个与他一起开始比赛的人身边时，已经过去了2分钟（10xtime_per_turn_by-campion+10xtransition_time=2分钟）

假设所有玩家都需要45秒才能完成他们的回合，那么根据SERIAL事件的每场10分钟，游戏结束前的回合数应为600/（45+6）=11回合（约）

因此，整个事件将在11xtime_per_turn_by-player_&_champion+11xtransition_time_across_10_players=11x51+11x60sec=561+660=1221sec=20.35min（大约）内完成

从101分钟提高到20.35分钟（更好的方法）

3） 平行-假设组织者获得了一些额外的资金，因此决定邀请两名职业冠军选手（两人能力相同），并将同一组10名选手（挑战者）分成两组，每组5人，并将他们分配给两名冠军，即每组一人。现在，赛事在这两组比赛中并行进行，即至少有两名选手（每组一名）与各自组的两名职业选手进行比赛。

然而，在该组中，职业选手一次只带一名选手（即按顺序），因此无需任何计算，您可以很容易地推断出整个比赛将在101/2=50.5分钟内完成

看到从101分钟到50.5分钟的进步（好方法）

4） 并发+并行-在上述场景中，假设两名冠军选手将与各自组中的5名选手同时比赛（读第二分），因此现在跨组的比赛是并行运行的，但在组内，他们是同时运行的。

因此，一组游戏将在11xtime_per_turn_by-playerer_&_champion+1extransition_time_across_5_layers=11x51+11x30=600+330=930秒=15.5分钟（大约）内完成

因此，整个活动（包括两个这样的平行跑步组）大约将在15.5分钟内完成

看到从101分钟到15.5分钟的改进（最佳方法）

注意：在上述场景中，如果您用10个类似的工作替换10个玩家，用两个CPU核心替换两个职业玩家，则以下顺序仍然正确：

串行>并行>并发>并发+并行

（注意：此顺序可能会因其他情况而改变，因为此顺序高度依赖于作业之间的相互依赖性、作业之间的通信需求以及作业之间的转换开销）

假设你有一个有两个线程的程序。程序可以通过两种方式运行：

Concurrency                 Concurrency + parallelism
(Single-Core CPU)           (Multi-Core CPU)
 ___                         ___ ___
|th1|                       |th1|th2|
|   |                       |   |___|
|___|___                    |   |___
    |th2|                   |___|th2|
 ___|___|                    ___|___|
|th1|                       |th1|
|___|___                    |   |___
    |th2|                   |   |th2|

在这两种情况下，我们都有并发性，这仅仅是因为我们有多个线程在运行。

如果我们在具有单个CPU内核的计算机上运行此程序，操作系统将在两个线程之间切换，允许一次运行一个线程。

如果我们在带有多核CPU的计算机上运行这个程序，那么我们就可以同时并行运行两个线程。

并发是并行的广义形式。例如，并行程序也可以称为并发程序，但反向不成立。

可以在单个处理器上并发执行（多个线程，由调度器或线程池管理）在单个处理器上无法并行执行，但在多个处理器上无法。（每个处理器一个进程）分布式计算也是一个相关的主题，它也可以被称为并发计算，但反过来却不是，就像并行一样。

有关详细信息，请阅读本研究论文并行编程的概念

派克的“并发”概念是一个有意的设计和实现决策。具有并发能力的程序设计可能表现出行为上的“并行性”；这取决于运行时环境。

你不希望一个不是为并发而设计的程序表现出并行性。：-）但就相关因素（功耗、性能等）而言，这是一个净收益，您需要最大程度的并发设计，以便主机系统可以在可能的情况下并行执行。

派克的Go编程语言将这一点发挥到了极致：他的函数都是可以同时正确运行的线程，也就是说，如果系统有能力，调用函数总是会创建一个与调用者并行运行的线程。一个拥有数百甚至数千个线程的应用程序在他的世界中是非常普通的。（我不是围棋专家，这只是我的看法。）

通过查阅字典，你可以看到并发（来自拉丁语）意味着一起运行、聚合、同意；因此，需要同步，因为在相同的资源上存在竞争。平行（来自希腊语）的意思是在侧面复制；从而在同一时间做同样的事情。

我非常喜欢Paul Butcher对这个问题的回答（他是《七周内的七个并发模型》的作者）：

虽然它们经常被混淆，但并行性和并发性是不同的事情。并发性是问题域的一个方面代码需要同时处理多个（或接近同时）事件。相反，并行性是解决方案的一个方面您希望通过处理使程序运行更快的域并行处理问题的不同部分。有些方法是适用于并发，有些适用于并行，有些则适用于两者。了解您面临的问题，并选择合适的工具工作

并发可以涉及同时运行或不同时运行的任务（它们确实可以在单独的处理器/内核中运行，但也可以在“滴答声”中运行）。重要的是，并发总是指完成一项更大任务的一部分。所以基本上这是一些计算的一部分。你必须聪明地知道你可以同时做什么，不可以做什么，以及如何同步。

并行性意味着你只是同时做一些事情。他们不需要参与解决一个问题。例如，您的线程可以分别解决一个问题。当然，同步的东西也适用，但从不同的角度来看。

想象一下，通过观看视频教程学习一种新的编程语言。你需要暂停视频，应用代码中所说的内容，然后继续观看。这就是并发性。

现在你是一名职业程序员了。你喜欢在编码时听平静的音乐。这就是平行主义。

正如Andrew Gerrand在GoLang博客中所说

并发是指同时处理许多事情。相似一次做很多事情。

享受

平行度：让多个线程执行类似的任务，这些任务在数据和资源方面彼此独立。例如：谷歌爬虫可以产生数千个线程，每个线程可以独立完成任务。

并发性：当您在线程之间共享数据和共享资源时，并发性就会显现出来。在事务系统中，这意味着您必须使用一些技术（如锁、信号量等）同步代码的关键部分。

并发编程关注的是看似重叠的操作，主要关注的是由于非确定性控制流而产生的复杂性。与并发程序相关的定量成本通常是吞吐量和延迟。并发程序通常受IO限制，但并不总是如此，例如并发垃圾收集器完全在CPU上。并发程序的教学示例是网络爬虫。该程序启动对网页的请求，并在下载结果可用时同时接受响应，从而累积一组已访问的网页。控制流是非确定性的，因为每次运行程序时，响应不一定以相同的顺序接收。这种特性会使调试并发程序变得非常困难。有些应用程序基本上是并发的，例如web服务器必须同时处理客户端连接。Erlang可能是未来最有前途的高度并发编程语言。并行编程涉及为提高吞吐量的特定目标而重叠的操作。通过使控制流具有确定性，避免了并发编程的困难。通常，程序生成并行运行的子任务集，父任务仅在每个子任务完成后才继续。这使得并行程序更容易调试。并行编程的难点是针对粒度和通信等问题的性能优化。后者在多核环境中仍然是一个问题，因为将数据从一个缓存传输到另一个缓存会产生相当大的成本。密集矩阵矩阵乘法是并行编程的一个教学示例，它可以通过使用Straasen的分治算法和并行攻击子问题来有效地解决。Cilk可能是共享内存计算机（包括多核）上最有前途的高性能并行编程语言。

从我的回答中复制：https://stackoverflow.com/a/3982782

这个来源的解释对我很有帮助：

并发性与应用程序如何处理多个任务有关一个应用程序可以一次处理一个任务（按顺序）或同时处理多个任务（同时）。另一方面，并行性与应用程序处理每个单独的任务。应用程序可以处理该任务从开始到结束依次执行，或将任务拆分为子任务可以并行完成。正如您所看到的，应用程序可以是并发的，但不能是并行的。这意味着它同时处理多个任务，但是这些任务不分解为子任务。应用程序也可以是并行的，但不能是并发的。这意味着应用程序一次只能处理一个任务，而此任务被分解为可以并行处理的子任务。此外，应用程序既不能是并发的，也不能是并行的。这意味着它一次只能处理一个任务从未分解为并行执行的子任务。最后，应用程序也可以是并发和并行的，在它可以同时处理多个任务，也可以中断将每个任务分解为子任务以并行执行。然而并发性和并行性的好处可能会因此而丧失由于计算机中的CPU已经处于相当繁忙的状态仅具有并发性或并行性。结合起来可能会导致只有很小的性能增益或甚至性能损失。

“并发”是指有多件事情正在进行。

“并行性”是指并发的事情同时进行。

---

没有并行性的并发示例：

单个内核上有多个线程。Win32消息队列中有多条消息。MARS连接上有多个SqlDataReader。浏览器选项卡中有多个JavaScript承诺。

然而，请注意，并发性和并行性之间的区别通常是一个视角问题。从执行代码（可观察到的效果）的角度来看，上述示例是非并行的。但即使在单个内核中也存在指令级并行性。有一些硬件与CPU并行工作，然后在完成时中断CPU。在执行窗口过程或事件处理程序时，GPU可能正在绘制到屏幕。当您仍然获取上一个查询的结果时，DBMS可能正在为下一个查询遍历B树。执行Promise.resolve（）时，浏览器可能正在进行布局或联网。等等。。。

好了。世界一如既往地混乱；）

在我看来，理解这两者最简单、最优雅的方式是这样的。并发允许交错执行，因此会产生并行的错觉。例如，这意味着并发系统可以在您用Word编写文档的同时运行Youtube视频。底层操作系统是一个并发系统，使这些任务能够交错执行。由于计算机执行指令的速度如此之快，这就给人一种同时做两件事的感觉。

平行性是指这样的事情实际上是平行的。在上面的示例中，您可能会发现视频处理代码在一个内核上执行，而Word应用程序在另一个内核中运行。注意，这意味着并发程序也可以并行！使用线程和进程构建应用程序，使程序能够利用底层硬件，并可能并行完成。

那为什么不让一切都平行呢？一个原因是因为并发是一种结构化程序的方式，是一种促进关注点分离的设计决策，而并行常常以性能的名义使用。另一个问题是，有些事情根本上无法完全并行完成。这方面的一个例子是在队列的后面添加两件事——不能同时插入这两件事。一定要有东西在前面，另一个在后面，否则你会把队伍弄得一团糟。虽然我们可以交错这种执行（因此我们得到了一个并发队列），但不能让它并行。

希望这有帮助！

我真的很喜欢这个来自另一个答案的图形表示——我认为它比上面的许多答案更好地回答了这个问题

并行与并发当两个线程并行运行时，它们都同时运行。例如，如果我们有两个线程A和B，那么它们的并行执行将如下所示：

CPU 1:A------------------------>

CPU 2:B------------------------->

当两个线程同时运行时，它们的执行会重叠。重叠可以通过以下两种方式之一发生：线程同时执行（即并行执行，如上所述），或者它们的执行在处理器上交错执行，如下所示：

CPU 1:A---------->B---------->A---------->B--------->

因此，出于我们的目的，并行可以被认为是并发的一种特殊情况

来源：此处的另一个答案

希望这会有所帮助。

（我很惊讶这样一个根本问题多年来都没有得到正确和巧妙的解决……）

简而言之，并发性和并行性都是计算的财产。

至于区别，以下是罗伯特·哈珀的解释：

首先要理解的是并行性与并发无关。并发与程序（或其组件）的不确定性组成有关。并行性与具有确定性行为的程序的渐近效率有关。并发是关于管理不可管理的事件：事件的发生是出于我们无法控制的原因，我们必须对此做出反应。用户单击鼠标时，窗口管理器必须做出响应，即使显示需要注意。这种情况本质上是不确定性的，但我们也在确定性设置中采用形式上的不确定性，假装组件以任意顺序发出事件信号，并且我们必须在事件发生时对其作出响应。非确定性组合是一种强大的程序结构思想。另一方面，并行性是关于确定性计算的子组之间的依赖性。其结果毋庸置疑，但有许多方法可以实现，有些方法比其他方法更有效。我们希望充分利用这些机会。

它们可以是程序中的各种正交财产。阅读此博客文章以获取更多插图。这篇文章稍微讨论了编程中组件的差异，比如线程。

注意，线程或多任务都是为更具体的目的服务的计算实现。它们可以与并行性和并发性相关，但不是以一种基本的方式。因此，它们很难成为开始解释的好条目。

还有一个亮点：（物理）“时间”几乎与这里讨论的财产无关。时间只是一种衡量实施的方式，以显示财产的重要性，但远非本质。仔细考虑一下“时间”在时间复杂性中的作用——这或多或少是相似的，即使在这种情况下，度量也往往更重要。

并行性是每个CPU或多个CPU（在单个主板上）在多个内核上同时执行进程。

并发是指通过使用划分CPU时间（时间片）的调度算法在单个内核/CPU上实现并行性。进程是交错的。

单位：单个CPU中有1个或多个内核（几乎所有现代处理器）主板上有1个或多个CPU（想想老式服务器）一个应用程序就是一个程序（想想Chrome浏览器）一个程序可以有一个或多个进程（认为每个Chrome浏览器选项卡都是一个进程）一个进程可以有一个程序中的一个或多个线程（Chrome选项卡在一个线程中播放Youtube视频，另一个线程生成评论部分，另一个用于用户登录信息）因此，一个程序可以有一个或多个执行线程1个进程是线程+OS分配的内存资源（堆、寄存器、堆栈、类内存）

并行编程执行有两种类型：非并行并行编程和并行并行编程（也称为并行）。

关键的区别在于，在人类看来，非并行并发中的线程似乎同时运行，但实际上它们并不运行。在非并行并发中，线程通过时间切片快速切换并轮流使用处理器。虽然并行有多个处理器可用，但多个线程可以同时在不同的处理器上运行。

参考文献：编程语言中的并发简介

“并发”是指同时做任何事情。它们可能是不同的东西，也可能是相同的东西。尽管缺乏公认的答案，但这并不是关于“看起来是在同一时间”，而是真的在同一个时间。您需要多个CPU内核，或者在一个主机内使用共享内存，或者在不同主机上使用分布式内存，以运行并发代码。例如，同时并发运行的3个不同任务的流水线：Task-level-2必须等待Task-level-1完成的单元，而Task-level-3必须等待Task-level-2完成的工作单元。另一个例子是1-生产者与1-消费者的并发；或许多生产者和1-消费者；读者和作家；等

“并行”是指同时做相同的事情。它是并发的，但更重要的是，它是在同一时间发生的相同行为，最典型的是在不同的数据上。矩阵代数通常可以并行化，因为您有重复运行的相同操作：例如，可以使用相同的行为（和）在不同的列上同时计算矩阵的列和。在可用的处理器核之间划分（拆分）列是一种常见的策略，这样每个处理器核处理的工作量（列数）就接近相同。另一种拆分工作的方法是一袋一袋的任务，完成工作的员工会回到经理那里，经理会将工作分配出去，并动态地分配更多的工作，直到所有工作都完成。票务算法是另一种。

不仅仅是数字代码可以并行化。文件太频繁可以并行处理。在自然语言处理应用程序中，对于数百万个文档文件中的每一个，您可能需要计算文档中标记的数量。这是并行的，因为您正在计算每个文件的令牌，这是相同的行为。

换句话说，并行是指同时执行相同的行为。并发意味着同时，但不一定是相同的行为。并行是一种特殊类型的并发，在同一时间发生相同的事情。

例如，术语将包括原子指令、关键部分、互斥、旋转等待、信号量、监视器、屏障、消息传递、map reduce、心跳、铃声、票务算法、线程、MPI、OpenMP。

格雷戈里·安德鲁斯（Gregory Andrews）的著作是关于多线程、并行和分布式编程的顶级教科书。

这篇惊人的博客节选：

并发和并行之间的区别：并发是指两个任务可以在重叠的时间段。并行性是指任务在例如在多核处理器上。并发是独立执行进程的组成，而并行是同时执行（可能相关）计算。并发是指同时处理许多事情。相似一次做很多事情。应用程序可以是并发的，但不能是并行的，这意味着它同时处理多个任务，但没有两个任务在同一时刻执行。应用程序可以是并行的，但不能是并发的，这意味着它在多核CPU中同时处理一个任务的多个子任务时间应用程序既不能并行，也不能并发，这意味着它一次一个地、顺序地处理所有任务。应用程序既可以是并行的，也可以是并发的，这意味着它在多核CPU中同时处理多个任务时间

简单地说，并发就是同时处理很多事情。

“处理”一词用粗体显示了并发和并行之间的区别。同时处理许多事情意味着同时完成许多事情，但它们是否同时执行并不重要。另一方面，并行意味着同时做很多事情（同时执行）。因此，可以使用一个或多个处理资源来实现并发上下文。使用一个处理资源同时处理许多事情意味着通过在任务之间进行上下文切换，可以同时执行许多事情。另一方面，具有许多处理资源的并发上下文意味着进行并行处理。这意味着我们通过并行来实现并发，但反之亦然。

在我的文章中，您可能想了解更多关于并发性和并行性及其与当今技术的关系。

只是为了给其他好答案添加更多的澄清：

基于处理的抽象（CPU作为一个完全可以想象的例子）能够在同一时刻运行唯一的任务的前提，

并发是一个关于处理抽象的故事：它可以在不同的任务之间切换。

并行是一个关于我们有多个处理抽象的故事（例如，我们的CPU有多个内核）。因此，这是我们的系统能够同时执行多个任务的原因（字面意思）。但这里没有提到处理的特定抽象（它们是否并发）。

这里的重点是这些故事的内容。

因此，当您阅读公认答案时，请注意：

并发是指两个或多个任务可以在重叠的时间段。

严格地说，我们可以根据这个定义得出结论，并行性本身就是并发性的前提。

摘自Robert Love的《Linux系统编程》一书：

并发、并行和竞争线程创建两个相关但不同的现象：并发和相似两者都是苦乐参半的，涉及线程的成本以及它的好处。并发是两个或两个以上的能力要在重叠的时间段中执行的线程。平行度为同时执行两个或多个线程的能力。并发可以在没有并行性的情况下发生：例如，多任务处理在单处理器系统上。并行性（有时强调为真正的并行性）是一种特殊的并发形式，需要多个处理器（或一个能够支持多个引擎的处理器例如GPU）。通过并发，多个线程可以但不一定同时进行。具有并行，线程实际上并行执行，允许多线程程序以利用多个处理器。并发是一种编程模式，一种解决问题的方法。并行性是一种硬件特性，可以通过并发实现。两者都很有用。

这一解释与公认的答案一致。事实上，这些概念远比我们想象的简单。不要认为它们是魔法。并发大约是一段时间，而并行大约是同时进行的。

并发与并行

Rob Pike在《并发不是并行性》中

并发是指同时处理许多事情。

并行是指同时做很多事情。

[并发理论]

并发-一次处理多个任务并行性-一次处理多个线程

我对并发性和并行性的看法

[同步与异步][Swift并发]

如果你想向一个9岁的孩子解释这一点。

我认为在这个问题上有两种不同的观点导致了混淆：程序员的观点（并发/并行编程）与计算机/操作系统的观点（并行/并行执行）。

这里回答了计算机的观点。

程序员的观点：

并发编程：程序员编写代码时知道代码将由多个线程执行，无论出于何种原因。原因可能是：在等待I/O时更好地利用CPU，通过不同线程处理Web请求，通过在独立于主线程的线程中运行计算，运行周期性后台任务，使GUI做出响应。程序员必须应用互斥构造、锁定/解锁、等待条件/信号、处理死锁等。多个线程可以在单个处理器/内核上运行（从计算机的角度来看是并发的），也可以在多个内核上运行。

并行编程：程序员知道程序将在具有多个处理器/内核的计算机上运行，并希望利用多个内核。程序员将CPU密集型计算划分为多个子任务，在一个线程中运行每个子任务，一旦线程完成，其结果将合并为总结果（分而治之）。例如，将一些矩阵处理代码划分为并行处理矩阵部分的任务。每个核心将使用子任务执行一个线程（如果线程数大于内核数，则同时执行多个线程）。程序员也必须在这里应用并发的编程构造，但她也关注将任务划分为子任务并合并结果。例如，在Java中，程序员可以使用ParallelStreams来分割数据并自动合并结果。如果程序员知道程序将在单核处理器上执行，那么将CPU密集型任务拆分为多个线程是没有好处的。摘自Doug Leah的《Java并发编程：设计原则和模式》，1999年第2版，第343页：

并行程序专门设计为利用多个CPU来解决计算密集型问题。

并发是编程术语。它是关于多个任务的，这些任务开始运行并以无特定顺序在重叠的时间段内完成。并发性由操作系统管理。当多个线程想要访问同一资源时，线程会遇到竞争条件问题。此外，它们还存在死锁，彼此等待，阻止自己运行。例如，你想一边吃饭一边说话。首先你需要吞下嘴里的食物或停止咀嚼，然后你可以说话（你在划水），说话后你可以再咬一口。

并行性是一个硬件术语。它是关于在具有多个计算资源（如多核处理器）的硬件上同时运行的多个任务。如果你能在咀嚼食物时说话，这将是平行的。平行的一个例子是，一个人可以同时唱歌和跳舞。