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。

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

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。

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。

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。