小竞 (编辑)
并发性和并行性是计算机科学中两个重要的概念，通常需要解释。
并发性是指能够同时运行多个计算任务的能力，可以使用单个处理单元来实现。这是通过在中央处理单元（cpu）上交错执行进程或进行上下文切换来实现的，这样可以增加同时完成的工作量。
另一方面，并行性涉及使用多个处理单元同时运行多个计算任务，这不能通过单个处理单元来实现。并行性需要多个中央处理单元（cpu）以提高系统的吞吐量和计算速度。此外，这种方法使用确定性控制流方法，相对于并发性来说，调试更简单。
并发性是指同时执行多个任务，而并行性是指同时执行多个操作。这两个概念在设计和优化计算机系统中起着至关重要的作用，因此理解它们的区别将使开发人员能够选择最合适的方法来应用于其应用程序。
让我们在下面进一步详细介绍它们。
并发性与并行性：并排比较
| 并发性 | 并行性 | |
|---|---|---|
| 定义 | 同时运行和管理多个计算任务 | 同时执行多个计算任务 |
| 实现方式 | 在一个cpu上交错执行进程 | 多个cpu |
| 处理单元 | 可以使用单个处理单元实现 | 需要多个处理单元 |
| 工作完成 | 通过同时增加工作量来提高生产力 | 增强系统的吞吐量和计算速度 |
| 方法 | 非确定性控制流方法 | 确定性控制流方法 |
| 调试 | 调试非常困难 | 调试同样困难，但比并发性简单 |
并发性与并行性：有何区别？
并发性和并行性是计算机科学中两个常常混淆的概念，然而它们的差异可能会影响您在设计或优化系统时的决策。在这里，我们将更详细地看一下每个概念，以突出它们的区别。
处理多个计算任务的方法
并发性和并行性是处理多个计算任务的两种不同方法。主要区别在于它们如何管理和执行多个任务。
并发性是在cpu上交错执行操作，同时运行和管理多个计算任务的概念。换句话说，并发性是通过上下文切换来实现的，其中cpu在不同进程之间来回切换，以给人一种多个任务同时运行的错觉。
相反，并行性是指使用多个cpu同时运行多个计算任务的实践。每个cpu被分配一个独立的任务，所有这些操作同时发生，从而产生真正并行执行任务的情况。
所需的处理单元数量
并发性和并行性在执行多个任务同时所需的处理器数量上有所不同。
一个处理单元，例如单核cpu，可以通过在芯片上交错执行进程来实现并发性。这使得它能够只使用一个cpu同时执行多个任务。
另一方面，并行性需要多个处理单元同时执行多个任务。多个cpu可以同时用于各种任务，以确保作业的真正并行执行。
控制流程方法和调试
并发性和并行性在控制流程方法和调试问题的难度上有所不同。
并发性依赖于非确定性的控制流模型，这使得无法预测任务执行的顺序。这使得调试变得更加困难，因为很难准确确定任务何时被执行。
相反，确定性的控制流方法强调并行性，允许您提前预知任务并简化调试，因为您可以精确知道任务的执行顺序。
无论是并发性还是并行性，调试都可能具有挑战性，但由于其确定性的控制流方法，后者往往更简单。
资源管理
资源管理是并发性和并行性的一个重要方面。当多个任务在一个处理器上运行时，并发性需要高效的资源管理来确保每个任务都能公平地获取资源。上下文切换允许cpu在规律的间隔内快速切换不同的任务，但处理不当可能会导致不必要的开销和性能下降。
另一方面，并行性涉及多个处理器或核心，每个核心可以同时处理自己的任务。与并发性相比，并行性的资源管理更简单，因为每个核心可以独立操作，无需进行上下文切换。此外，并行性更好地利用可用资源，这导致更快的执行时间和整体性能的提高。
容错性
容错性是指系统在一个或多个组件故障时仍然继续运行的能力。由于并发性使多个任务同时在一个处理器上并发运行，一个任务的任何故障可能会影响所有进程。调试和修复此类错误通常很困难，因为很难确定其原因。
并行性允许每个核心专注于自己的任务，因此一个核心的故障不一定会影响其他核心。并行性还提供冗余，因为多个核心可以同时处理相同的任务。这确保即使一个核心失败，其他核心也可以继续执行它并保持系统正常运行。
编程模型
并发性和并行性需要不同的编程模型来产生预期结果。并发性中的任务执行以不可预测的方式发生，这意味着没有关于任务顺序的预先确定性。这可能导致竞态条件，其中程序的成功或失败取决于任务何时完成。
并发性需要使用锁、信号量或其他同步机制来协调任务执行的编程模型。不幸的是，这使得代码变得更加复杂和难以调试。
并行性允许任务按顺序执行，消除了同步机制来协调任务执行的需要。这简化了编程模型，因为不需要同步机制来保证任务的一致性。
此外，并行编程模型可以利用问题领域中固有的并行性，从而简化和优化代码。然而，并行性可能引入新的挑战，如负载平衡和核之间的通信。
并发是指多个计算同时使用一个cpu运行，而并行是指需要多个处理单元同时运行的计算同时运行。
©africa studio/shutterstock.com
内存利用率
由于操作系统需要跟踪每个同时运行的进程或线程，因此并发程序往往使用更多的内存，导致ram使用量增加和可能限制一台机器上可以运行的并发进程或线程数量。
相反，通过为每个任务或线程分配自己的处理单元或核心，可以提高并行性的内存效率。这减少了上下文切换，并根据所采用的并行形式以及如何分配这些资源更好地利用可用的内存资源。
编程范式
并发和并行在所采用的编程范式上有所不同。并发通常意味着异步编程，在此模式下，多个任务或线程可以独立运行，并通过消息传递或共享内存相互通信。这种灵活性和响应性可以实现更灵活的应用程序，但可能导致难以调试的复杂代码。
相反，并行编程通常让人想到并行性，在这种情况下，多个任务或线程协作解决一个单一的问题或任务。虽然这需要更多的协调和同步，但可以产生更高效和可扩展的程序。并行编程通常依赖于提供管理并行任务或线程的工具的专门库或框架。
粒度
并发和并行在粒度方面有所不同。粒度是指执行的任务或线程的大小和复杂性，每个任务或线程执行一个小单位后才转向另一个任务或线程。虽然这提供了对程序执行的精细控制，但也可能由于频繁的上下文切换而导致更高的开销，从而降低性能。
另一方面，并行性通常涉及更大更复杂的任务或线程，旨在共同解决一个共同的问题或任务。虽然这可以更好地利用处理资源并提高性能，但可能更具挑战性，难以管理和调试。所需的粒度水平取决于程序要求和可用的硬件资源。
并发与并行：7个必知事实
- 并发性指的是同时管理和执行多个计算，而并行性指的是同时运行多个计算。
- 并发性通过在中央处理单元（cpu）上交替进程或上下文切换来实现；并行性依赖于多个cpu。
- 调试并发性是一个特别具有挑战性的问题，而并行性则面临类似的困难但更容易解决。
- 并发性可以使用一个处理单元来实现，而并行性需要多个处理器。
- 并发性允许更多的工作同时完成，而并行性提高了系统的吞吐量和计算速度。
- 并行性同时执行多个任务，而并发性涉及同时处理多个任务。
- 并发性是一种非确定性的控制流方法，而并行性具有确定性。
并发性与并行性：哪种更好？
多年来，计算机科学家一直在辩论并发性和并行性的优点。这两种技术都有优点和缺点；最终，哪种最适合您的应用取决于具体需求。
并发性是同时管理多个计算的能力，通常通过在一个处理器上交错操作来实现。虽然这增加了吞吐量，但在这种非确定性的控制流方法中进行调试可能会很有挑战性。
另一方面，并行性涉及通过多个中央处理单元同时运行多个计算。它通过其确定性的控制流方法提高了系统的吞吐量和计算速度。然而，这需要具有多个处理单元的硬件，因此调试可能会很有挑战性。
并发性和并行性是不同的概念。并发性是指同时处理多个事物，而并行性是指同时执行多个任务。应用程序可以是并发的或并行的，这取决于它们的要求。
在选择要使用的技术时，必须考虑应用程序的个体要求，包括任务大小、硬件可用性和所需的确定程度。这两种方法都可以显著提高给定应用程序的性能；然而，了解它们的区别和缺点有助于您做出明智的决策。
