并发和并行，到底差在哪？

关键区别是多个任务是在轮流切换，还是真正同时执行。

并发：任务交替推进

并发通常指一个 CPU 在多个任务间快速切换，同一时刻常只执行一个任务，但多个任务都在推进。

并行：任务真正同时执行

并行指多个任务在同一时刻一起运行，通常依赖多个 CPU 或多个核心。

一句话记住核心区别

并发是逻辑上的同时执行，重点在调度和切换；并行是物理上的同时执行，重点在硬件是否支持同时运行。

Python 里常见的三种并发模型

多进程：适合 CPU 密集型

进程彼此独立、隔离性强，能更好利用多核，但更重，内存占用和创建、切换成本更高。大量计算、图像处理、数据转换通常优先考虑多进程。

多线程：适合常见 IO 密集型

线程共享进程资源，创建成本通常低于进程，适合网络请求、文件读写等 IO 密集型任务。缺点是共享数据带来同步、互斥和锁的问题。

多协程：适合高并发 IO

协程通常运行在一个线程内，切换由程序控制，开销更轻，适合大量网络连接、批量接口请求、异步文件处理。Python 中常见实现是 asyncio，但代码组织和异常处理会更复杂。

怎么选：先看任务是 CPU 密集还是 IO 密集

选型先看瓶颈：

• CPU 密集型：优先多进程，更容易利用多个 CPU 或核心。
• IO 密集型：优先多线程或多协程，能在等待期间切换去做别的事。

再看取舍：重隔离和多核利用选多进程；低成本处理常见 IO 选多线程；高并发 IO 且接受更高实现复杂度选多协程。

总结

并发解决多个任务如何交替推进，并行解决多个任务能否真正同时执行；多进程、多线程、多协程是不同实现手段。Python 里做选型时，先判断任务是 CPU 密集型还是 IO 密集型，再看资源成本和开发复杂度。