并发和并行之间的区别是什么？
当前回答
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”。
其他回答
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]
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）
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”。
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。
