併發和並行從巨集觀上來講都是同時處理多路請求的概念。（同一時間點開始的）

並行與併發的區別：

1. 並行是指兩個或者多個事件在同一時刻發生  併發是指兩個或多個事件在同一時間間隔內發生。

2. 並行是在不同實體上的多個事件             併發是在同一實體上的多個事件。

3. 在一臺處理器上“同時”處理多個任務             在多臺處理器上同時處理多個任務（hadoop分散式叢集）

併發的優點（最主要的目的）：

併發可以將CPU的計算能力發揮到極致，效能得到提升。

        因為併發是在同一實體（比如一個CPU）上，那麼如果他序列（單執行緒）處理任務，當有多個任務向CPU請求執行時，CPU只能執行一個，這樣CPU就會等待這個任務結束才會處理其他任務，利用率很低；而開啟多執行緒併發執行時，多個執行緒就會進行切換去搶佔CPU，CPU的空閒時間就會減少，從而提高處理效能。

併發的缺點：

併發程式之間有相互制約關係：

1.直接制約體現為一個程式需要另一個程式的計算結果；

         幾個栗子

                  先求和，然後再算平均值兩個任務，當求和這一項沒有被執行的時候，即使cpu切換到求平均值這個程序上，也無法               執行這個程序，因為他現在需要，求和的程序執行的結果才可以進行運算執行。  

2．間接制約體現為多個程式競爭某一資源，如處理機、緩衝區等。

3．併發程式在執行中是走走停停，斷續推進的。

       從併發的有點與缺點上就可以看出，併發解決了多個事件同時處理時效率低，效能低的問題；但如果只需要處理一個事件的時候，他的效率和效能並沒有提高，也就沒必要使用併發；那麼如何提高對處理一個事件的效率和效能呢-----------並行。

     並行的提出解決了對一件事情的處理效率和效能低的問題：

並行以hadoop分散式叢集的栗子來說明：

首先複習下這個：jar包提交執行在yarn上的執行流程：

1.使用者提交jar包，向resourcemanager請求提交任務

2.resourcemanager接受任務，並隨機選擇一臺nodemanager啟動appmaster

3.appmaster向resourcemanager請求資源

4.resourcemanager分配資源，並將資源分配資訊返回給appmaster

5.appmaster聯絡nodemanager啟動相關Task

6.執行的task時刻向appmaster彙報進度

7.reduce task將執行結果返回給appmaster

8.appmaster將結果返回給resourcemanager，並登出自己

·

·

·

·

·

·

·

·

·

（不考慮資料傾斜，每臺機器都會執行map和reduce，這樣可以達到多臺機器同時對一件事進行處理大大提高效率和效能）。

並行：

同一時刻可以處理多個任務 ；兩個並行執行的任務如下圖：

併發：

同一時刻只能處理一個任務，但一個時間段內可以對多個任務交替處理 ；兩個併發執行的任務如下圖 ：

幾個栗子：

並行：相當於兩個人給兩個地方搬磚，因為他們是同時進行的。

併發：相當於一個人給兩個地方搬磚，輪流給兩個地方搬磚，因為他是交替進行的。

總結：

併發是兩個任務可以在重疊的時間段內啟動，執行和完成。

並行是任務在同一時間執行，例如，在多核處理器上。

併發是獨立執行過程的組合，而並行是同時執行（可能相關的）計算。

併發是一次處理很多事情，並行是同時做很多事情。