Python进程的并行和并发的区别

并行 :

当系统有多个 CPU 时，进程的操作可能是非并发的。当一个 CPU 执行一个进程时，另一个 CPU 可以执行另一个进程，并且两个进程不会互相抢占对方的 CPU 资源，可以同时执行。这种方法称为并行。

并发 :

当有多个进程在运行时，如果系统只有一个CPU，是不可能同时执行多个进程的。它只能将CPU运行时间划分为几个时间段，然后将时间段分配给每个进程。执行，当进程代码运行一段时间后，其他进程处于挂起状态，这种方式我们称之为并发。

区别：

并发和并行是两个既相似又不同的概念。并发是指同时同时执行两个或多个事件，而并发是指通过时间片依次执行两个或多个事件。在多道程序环境中，并发性是指宏观上，多个程序在一段时间内同时运行，但在单核CPU中，只能同时执行一个程序，所以微观上，这些程序只能分为交替时间和地点。如果计算机中有多个CPU，则可以将这些可以并发执行的程序分配给多个处理器，实现并行执行，即每个处理器用于处理一个可以并发执行的程序，从而可以实现多个程序同时执行。可以同时执行。

进程的状态如下图所示

在了解其他概念之前，我们首先需要了解流程的几个状态。在程序运行的过程中，由于受操作系统调度算法的控制，程序会进入几种状态：就绪、运行和阻塞。

（1）就绪(Ready)状态

当进程已分配到除CPU以外的所有必要的资源，只要获得处理机便可立即执行，这时的进程状态称为就绪状态。

（2）执行/运行（Running）状态当进程已获得处理机，其程序正在处理机上执行，此时的进程状态称为执行状态。

（3）阻塞(Blocked)状态正在执行的进程，由于等待某个事件发生而无法执行时，便放弃处理机而处于阻塞状态。引起进程阻塞的事件可有多种，例如，等待I/O完成、申请缓冲区不能满足、等待信件(信号)等。