并發(fā)和并行，如何區(qū)分？如何使用？
在計算機科學中，“并發(fā)”和“并行性”是兩個經(jīng)常被混淆但實際上具有不同含義的概念。這篇文章，我們將深入探討這兩個概念，并通過Java代碼演示它們的實現(xiàn)。
關(guān)于并行和并發(fā)， 先看一張很形象的 gif圖片（圖片來自網(wǎng)絡(luò)）：
接著，我們對照這上面的gif圖來詳細地分析兩者。
1. 并發(fā)
(1) 定義
并發(fā)性（Concurrency）是指系統(tǒng)能夠處理多個任務(wù)，但不一定是同時執(zhí)行。關(guān)鍵在于任務(wù)的管理，使得多個任務(wù)在時間上交錯進行，以提高資源利用率和響應(yīng)能力。
如下圖，在一個 CPU上，交替執(zhí)行多個task：
(2) 特點
- 任務(wù)切換：在單核或多核系統(tǒng)上，通過快速切換任務(wù)，讓用戶感覺任務(wù)是同時進行的。
- 資源共享：多個任務(wù)共享系統(tǒng)資源，如CPU、內(nèi)存等。
- 異步處理：任務(wù)可以在等待某些操作完成（如I/O）時，切換到其他任務(wù)。
(3) 實際應(yīng)用示例
- 用戶界面：在圖形用戶界面（GUI）中，主線程負責響應(yīng)用戶輸入，而后臺線程處理耗時操作，使界面保持響應(yīng)。
- 服務(wù)器處理：Web服務(wù)器同時處理多個客戶端請求，通過線程池或異步IO管理并發(fā)連接。
(4) Java實現(xiàn)示例
以下是一個簡單的Java并發(fā)示例，模擬多個任務(wù)交替執(zhí)行。
public class ConcurrencyExample {
public static void main(String[] args) {
Runnable task1 = () -> {
for(int i=1; i<=5; i++) {
System.out.println("Task1 - Count: " + i);
try { Thread.sleep(100); } catch (InterruptedException e) {}
}
};
Runnable task2 = () -> {
for(int i=1; i<=5; i++) {
System.out.println("Task2 - Count: " + i);
try { Thread.sleep(100); } catch (InterruptedException e) {}
}
};
Thread thread1 = new Thread(task1);
Thread thread2 = new Thread(task2);
thread1.start();
thread2.start();
}
}輸出示例（任務(wù)交錯執(zhí)行）：
Task1 - Count: 1
Task2 - Count: 1
Task1 - Count: 2
Task2 - Count: 2
...在這個例子中，兩個任務(wù)在同一個處理器上交替執(zhí)行，實現(xiàn)了并發(fā)性。
2. 并行性
(1) 定義
并行性（Parallelism）是指利用多核或多處理器系統(tǒng)同時執(zhí)行多個任務(wù)或任務(wù)的多個部分，以加快總體處理速度。
如下圖，多個CPU，每個CPU上分別執(zhí)行一個 task：
(2) 特點
- 真實的同時執(zhí)行：在多核處理器上，多個任務(wù)可以在不同的核心上同時運行。
- 任務(wù)分解：大的任務(wù)可以分解為多個子任務(wù)，并行處理后合并結(jié)果。
- 性能提升：通過并行執(zhí)行，能夠顯著縮短處理時間，尤其適合計算密集型任務(wù)。
(3) 實際應(yīng)用示例
- 科學計算：數(shù)值模擬、天氣預(yù)報等需要處理大量數(shù)據(jù)的應(yīng)用程序。
- 大數(shù)據(jù)處理：Hadoop、Spark等框架通過并行計算提高數(shù)據(jù)處理速度。
(4) Java實現(xiàn)示例
以下是一個使用Java并行流實現(xiàn)并行計算的示例，計算1到1000000的平方和。
import java.util.stream.LongStream;
public class ParallelismExample {
public static void main(String[] args) {
long startTime = System.currentTimeMillis();
long sum = LongStream.rangeClosed(1, 1_000_000)
.parallel()
.map(x -> x * x)
.sum();
long endTime = System.currentTimeMillis();
System.out.println("Sum: " + sum);
System.out.println("Time taken: " + (endTime - startTime) + " ms");
}
}輸出示例：
Sum: 333333833333500000
Time taken: 50 ms在多核處理器上，.parallel()方法使得流操作并行執(zhí)行，從而加快計算速度。
3. 并發(fā)與并行性的對比
(1) 目標
- 并發(fā)性：使多個任務(wù)有條不紊地進行，增強系統(tǒng)響應(yīng)能力和資源利用率。
- 并行性：通過同時執(zhí)行多個任務(wù)，提升總體處理速度和吞吐量。
(2) 示例對比
- 并發(fā)：單核處理器上，通過時間片輪轉(zhuǎn)執(zhí)行多個任務(wù)，使用戶感覺多個任務(wù)同時進行。
- 并行：多核處理器上，多個任務(wù)或任務(wù)的部分在不同核心上同時執(zhí)行。
(3) 性能考慮
- 并發(fā)性適用于I/O密集型應(yīng)用，通過管理任務(wù)等待時間提高系統(tǒng)效率。
- 并行性適用于CPU密集型應(yīng)用，通過利用多核資源加快計算速度。
(4) 資源利用
- 并發(fā)更關(guān)注任務(wù)的調(diào)度和資源的共享。
- 并行更關(guān)注如何劃分任務(wù)以充分利用多核資源。
4. 通過并發(fā)和并行實現(xiàn)的Java框架
在 Java中，提供了豐富的工具和庫來實現(xiàn)并發(fā)和并行操作，下面分別舉一個例子來展示并發(fā)和并行的實際使用。
(1) 線程和Executor框架
線程是實現(xiàn)并發(fā)的基本單元，Java通過Thread類和Runnable接口提供了對線程的支持。但直接使用Thread可能導致資源管理困難，因此Java引入了Executor框架，簡化線程管理。
示例：使用ExecutorService實現(xiàn)并發(fā)
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ExecutorConcurrencyExample {
public static void main(String[] args) {
ExecutorService executor = Executors.newFixedThreadPool(2);
Runnable task1 = () -> {
for(int i=1; i<=5; i++) {
System.out.println("Task1 - Count: " + i);
try { Thread.sleep(100); } catch (InterruptedException e) {}
}
};
Runnable task2 = () -> {
for(int i=1; i<=5; i++) {
System.out.println("Task2 - Count: " + i);
try { Thread.sleep(100); } catch (InterruptedException e) {}
}
};
executor.submit(task1);
executor.submit(task2);
executor.shutdown();
}
}輸出示例：
Task1 - Count: 1
Task2 - Count: 1
Task1 - Count: 2
Task2 - Count: 2
...(2) 并行流（Parallel Streams）
Java 8引入了Streams API，它支持順序和并行操作，極大簡化了并行處理的編程復(fù)雜度。通過調(diào)用.parallel()，可以輕松將流操作并行化。
示例：并行處理列表
import java.util.Arrays;
import java.util.List;
public class ParallelStreamExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
numbers.parallelStream()
.map(n -> {
System.out.println("Processing " + n + " in " + Thread.currentThread().getName());
return n * n;
})
.forEach(result -> System.out.println("Result: " + result));
}
}輸出示例（線程順序可能不同）：
Processing 2 in ForkJoinPool.commonPool-worker-1
Result: 4
Processing 1 in ForkJoinPool.commonPool-worker-3
Result: 1
...5. 實踐建議
- 選擇合適的并發(fā)工具：對于簡單的線程管理，可以使用ExecutorService；對于復(fù)雜的任務(wù)調(diào)度，考慮使用ForkJoinPool。
- 避免共享可變狀態(tài)：共享狀態(tài)可能導致競態(tài)條件（Race Conditions），使用線程安全的數(shù)據(jù)結(jié)構(gòu)或同步機制。
- 理解任務(wù)的性質(zhì)：I/O密集型任務(wù)適合并發(fā)處理，CPU密集型任務(wù)適合并行處理。
- 合理劃分任務(wù)：避免過度劃分導致線程切換開銷過大，或任務(wù)粒度過粗導致資源浪費。
- 使用高層次抽象：如Java 8的CompletableFuture，簡化異步編程模型。
6. 總結(jié)
本文，我們從多個維度對比了并發(fā)和并行，雖然在處理多任務(wù)方面它們有共同之處，但它們的目標和實現(xiàn)方式不同。并發(fā)性側(cè)重于任務(wù)的管理和調(diào)度，以提高系統(tǒng)的響應(yīng)能力和資源利用率；而并行性則側(cè)重于通過同時執(zhí)行多個任務(wù)或任務(wù)的多個部分，以提升處理速度和吞吐量。
- 并發(fā)性關(guān)注的是如何結(jié)構(gòu)化程序以處理多個任務(wù)的進展，不一定同時執(zhí)行。
- 并行性關(guān)注的是如何同時執(zhí)行多個任務(wù)，以加快總體的處理速度。
