并发设计
并发不是并行，并发关乎结构，并行关乎执行。 ——Rob Pike，Go语言之父
并发与并行
并发（Concurrency）： 处理多个任务的能力
核心思想： 在一段时间内，多个任务都取得了进展。它关注的是任务的管理和结构。
关键特质：
应对阻塞/等待： 最主要目的是让系统在遇到某些任务阻塞（如等待 I/O、网络响应、用户输入）时，CPU 不闲着，可以去执行其他就绪的任务。当一个任务在等待，另一个任务就能得到 CPU 时间。资源利用率和系统响应能力。
逻辑上的同时性： 从用户或外部观察者的角度看，多个任务似乎是“同时”在进行的。比如一个 Web 服务器“同时”处理成千上万个用户的请求。
单核即可实现： 在只有一个 CPU 核心的情况下，并发是通过在任务之间快速切换执行来实现的。操作系统或运行时环境进行调度，将 CPU 时间片分配给不同的任务。宏观上看任务在同时推进，微观上看它们是交错执行的。
结构设计： 并发更关注程序的组织结构。如何将一个大任务分解成多个可以独立管理、协调执行的小任务？如何避免任务间死锁？如何安全地共享资源？
典型实现技术： 线程 (Threads)，协程/纤程 (Coroutines/Fibers)，事件循环 (Event Loop)，回调 (Callbacks)，
async/await模式。
核心比喻： 一个咖啡师 + 多台咖啡机。 咖啡师（CPU核心）只有一双手，但他可以：
启动咖啡机 A 做美式。
在 A 工作的等待时间内，去启动咖啡机 B 做拿铁。
再回头处理 A 完成后的事情（倒咖啡），此时 B 还在工作。
再处理 B 完成后的事情（加奶泡）。
结果： 咖啡师在一个时间段内处理了多个咖啡订单（任务），利用了等待时间提高了效率，但同一物理时刻他只在做一件事。
并行（Parallelism）： 同时执行多个任务的能力
核心思想： 在同一个物理时刻，有多个任务真正地在执行。它关注的是任务的计算量和执行速度。
关键特质：
加速计算： 最主要的目的是利用多个计算单元（多个 CPU 核心、多台机器、GPU 的众多流处理器）同时执行任务，将一个大计算任务拆分成小部分，同时在不同的计算单元上运行，从而显著缩短整体完成任务所需的时间。
物理上的同时性： 需要硬件支持（多核 CPU、分布式集群、GPU）。在某个具体的、精准的时间点上（例如一个 CPU 时钟周期内），确实有多个指令在不同核心上被执行。
性能与吞吐量： 并行直接提升的是系统的计算能力和处理海量数据的能力（吞吐量）。
资源依赖： 高度依赖可用的并行计算资源（核心数、机器数量）。
问题分解： 将一个大计算问题分解成多个可以真正独立或很少依赖地同时计算的小问题。
典型实现技术： 多进程 (Multiprocessing)，向量化指令 (SIMD - Single Instruction, Multiple Data)，GPU 编程 (CUDA, OpenCL)，分布式计算框架 (Hadoop, Spark, MPI)。
核心比喻： 多个咖啡师 + 多台咖啡机。
咖啡师 A 负责用咖啡机 A 做美式。
咖啡师 B 同时 负责用咖啡机 B 做拿铁。
咖啡师 C 同时 负责洗杯子。
结果： 在同一个物理时刻，三件事真正地并行发生，订单完成速度大大提高。
特征
并发 (Concurrency)
并行 (Parallelism)
核心概念
同时处理多个任务
同时执行多个任务
硬件依赖
单核CPU即可实现
必须多核CPU/多处理器
时间关系
任务在时间上重叠（可能是交替执行）
任务在物理时间上真正同时执行
目标
提高资源利用率 增强系统响应能力
缩短任务总执行时间 提升计算效率
实现方式
线程切换、协程、异步I/O
多进程、分布式计算、GPU并行
资源开销
上下文切换成本
进程/线程通信成本
典型场景
Web服务器处理请求 用户界面响应
科学计算、视频渲染 大数据处理
Go并未使用操作系统线程作为承载分解后的代码片段（模块）的基本执行单元，而是实现了goroutine这一由Go运行时负责调度的用户层轻量级线程为并发程序设计提供原生支持。goroutine相比传统操作系统线程而言具有如下优势。
1）资源占用小，每个goroutine的初始栈大小仅为2KB。
// $GOROOT/src/runtime/stack.go
const (
...
// Go代码使用的最小栈空间大小
_StackMin = 2048
)2）由Go运行时而不是操作系统调度，goroutine上下文切换代价较小。 3）语言原生支持：goroutine由go关键字接函数或方法创建，函数或方法返回即表示goroutine退出，开发体验更佳。 4）语言内置channel作为goroutine间通信原语，为并发设计提供强大支撑。
最后更新于