快速理解 并发，并行，同步，异步
来源：编程三分钟
并发(concurrency)是一个比较宽泛的概念，它单纯地代表计算机能够同时执行多项任务
至于计算机怎么做到“并发”，则有许多不同的形式，比如对于一个单核处理器，计算机可以通过分配时间片的方式让一个任务运行一段时间然后切换另外一个任务，再运行一段时间，不同的任务会这样交替往复地一直执行下去。
这个过程也被称作进程或线程的上下文切换(Context Switching)。
对于多核处理器情况就有所不同了，多核处理器可以在不同的核心上真正并行地执行任务，而不用通过分配时间片的方式运行。
这种方式就是我们所说的并行(Parallelism)。
至于同步，异步则是两种不同的编程模型。“同步”代表必须等前一个任务执行完毕之后，才能进行下一个任务。
因此在同步中并没有并发或者并行的概念。
异步(Asynchronous)则代表不同的任务之间并不会相互等待，也就是说你在执行任务A的时候也可以同时运行任务B。
一个典型实现异步的方式则是通过多线程编程，你可以创建多个线程并且启动它们。在多核的环境下每个线程会被分配到独立的核心上运行，实现真正的“并行”。
如果使用的是单核处理器，或者通过设置亲和力(Affinity)强制将线程绑定到某个核心上，操作系统则会通过分配时间片的方式来执行这些线程，不过这些线程依然是在“并发”地执行。
某些编程语言，比如JavaScript本身是没有多线程的概念的不过通过它的函数回调(Function Callback)机制做到单线程的“并发”。
比如可以通过 fetch() 同时访问多个网络资源，在调用 fatch() 函数的时候程序并不会等待，而会直接继续执行下去，当获取到网络资源之后，回调函数才会被调起。
需要注意的是，虽然主程序和回调函数看起来是同时进行的，但它们依然是运行在同一个线程中，因此通过这种异步编程方式，完全能做到单线程的“并发”。
而且这不是JavaScript的专利，很多语言也都提供了原生的异步编程方式。比如C#,Rust,C++20中的co_await,Python中的asyncio等等。
对于I/O密集的应用程序，比如Web应用就会经常执行网络操作，这类应用就非常适合异步编程的方式
如果我们使用多线程的方式，则会浪费不少的系统资源，因为每个线程的绝大多数时间都是在等待这些I/O操作，而线程自身会占用额外的内存，线程的切换也会有额外的开销，更不用说线程之间的资源竞争问题，
多线程编程非常适合于计算量密集的应用。比如视频图像处理，科学计算等，它能够让每一个CPU核心发挥最大的功效，而不是消耗在空闲的等待上。
