最近在读《real world haskell》里关于并行的一章时，看到作者首先对并发(Concurrency)和并行(Parallelism)的区别进行了定义和解释。以前我对这个问题也是一知半解，如果有人问题这个问题，恐怕我只能挠头说不清楚。而在这本书里，作者的解释是(简单翻译)：
一个并发程序是指能同时执行通常不相关的各种任务。以一个游戏服务器为例子：它通常是有各种组件组成，每种组件都跟外部世界进行着复杂的信息交互。一个组件有可能要处理多个用户聊聊；另外一些可能要处理用户的输入，并把最新状态反馈给用户；其它的用来进行物理计算。这些都是并发处理。
并发程序并不需要多核处理器。
相比之下，并行程序是用来解决一个单一任务的。以一个试图预估某支股票价格在下一分钟波动情况的金融组件为例，如果想最快速度的知道标普500中哪知股票应该卖出还是买进，你不能一个一个的计算，而是将这些所有的股票同时计算。这是并行。
其实也不是很好懂，我自己琢磨了一下，大概是这个道理：并发就是一心二用(多用)，比如你一边听老师讲课，一边低头看课桌下韩寒的小说。这两件事你在同时做，而且这两件事并不一定需要相关。而并行就是兵分几路干同一个事情。比如别人看小说只能一行一行的看，而你能一目十行，这就是并行。:) 。
关于并发和并行的区别，Go语言有一个非常好的教材，叫做“并发不是并行”，它以Go语言为例，图文并茂的为我们讲解了并发和并行之间的联系和区别。
文中使用地鼠烧书为例，通过设计出不同的并发装书、运书、烧书的流程来比较并发和并行技术的组合运用。原文是英文的，这里是外刊IT评论网翻译的中文版并发不是并行，供大家欣赏。(提示：这个教材使用HTML5技术做成了幻灯片的形式，所以你需要使用支持HTML5的现代浏览器浏览。)
并行：是严格的同时执行，而并发并不是严格的同时执行，而是以时间片为单位交替执行，所以不需要多处理器。
举个例子：
A和B需要各自挖一个坑，各自挖好需要时间10分钟。那么并行，就是同时执行，10分钟后，两个大坑就挖好了。而并发(单核)，则20分钟后，两个坑才挖好。因为A和B是交替执行的。这一秒A挖，下一秒B挖，，，，，如此交替下去。。。。
如果是多核会有什么不同？
上面的图，没区别啊~~
只能说，你举的例子更烂。边听课边看小说就是并发？一目10行就是并行啊？拜托别出来误导大众好不好！
按照文章理解,并发就是多个不相关任务,同时(在不同的线程/进程)里执行。
并行,就是(逻辑上的)同一个任务,分成多个小块，同时在多个CPU/线程/进程 里面执行.
我觉得区别在于 是不是同一个任务的拆分。
并发：若干个人（一个或多个），做若干件事情（一个或以上），各做各的，各有各的结果，没有必然的互相影响。并行，若干个人（要求多个），做一件事情（根据人数合理拆分任务），也是各做各的，但是最终结果要合并，所以每个人完成任务的速度、质量等都会影响最终的结果。
为了便于理解，这里的任务(对人来说)假设为一整件事情，而同一任务中不同部分划分叫做片段(对机器来说)。做个不恰当的类比：程序和进程。
以单线程单核为例：
并发需要调度器轮询的执行多个片段，每个片段之间没有彼此关联(例如一个片段等待另一个片段的数据输入)；
多核时，并行可以将一个任务放到其他的cpu或内核中同时的执行；
例如要给10个客人准备10杯茶，相当于每个客人1杯茶这件事(任务)去重复做10次，那么这个任务可以并行；
而为每个客人准备1杯茶这件事情又可以分为：拿杯子、烧水、取茶叶、冲茶、奉茶，其中拿杯子(5个片段)，烧水，取茶叶（其中3个不相关的片段）又是可以同时(或者说交替轮询)去做的，所以又可以并发。
假如每一个动作耗时1s，那么通过并发+并行这个任务的执行时间可以由原来的50s降低到3s。
纠错：而为每个客人准备1杯茶这件事情又可以分为：拿杯子、烧水、取茶叶、冲茶、奉茶，其中拿杯子(5个片段)，
【改为】：：而为每个客人准备1杯茶这件事情又可以分为：拿杯子、烧水、取茶叶、冲茶、奉茶(一共5个片段)，其中拿杯子，
并发和并行，其关键在于其关注点不同。
并发关注的是资源充分利用；比如你（代表资源）在公司打工，老板为了最大化压榨你，会给你各种活儿干（代表任务），让你别闲下来；这时候你是在并发工作的，但你不可能同时做两个活儿，只能一个一个的干（早期的批处理系统），或者把每个活儿分解成一个一个关联度不高的小活儿，交替着干（现代的分时系统）
并行关注的是一个任务被分解给多个执行者同时做，缩短这个任务的完成时间；比如你们老板接了个大活儿，把这个大活儿拆分成多个尽量不相干的小活分给多个人干；这里重点是“尽量不相干”，如果老板牛、拆得好，多个人不需要沟通很快就做完了，如果老板烂、拆得差，多个人需要频繁沟通等待别人，那就会非常慢，有可能比一个人做还慢，这里在员工水平一致的情况下（代表并行需要的资源），老板的水平（并行算法）决定了任务的快慢。
进一步，并发和并行是可以组合的，比如你给多家公司兼职，就相当于你在”并发“的（针对你而言是并发）干活，而你干的活儿是在”并行“着（还有其它人在干）
“会给你各种活儿干……这时候你是在并发工作的，但你不可能同时做两个活儿”，如果干活的“你”代表CPU，那么在多核环境中，就不止一个“你”了，他们是可以“同时干活”的。所有我感觉你这里的陈述把并发理解成了“单核时代的并发”。
第7张slide上的错误:包括Erlang等其它语言都是基于这种SCP模式
1 CSP被错打成了SCP。 2 Erlang 并不是基于CSP，而是基于Actor Model
本人（Liigo）的理解：从高端大气上档次的角度说，低端 << 串行 << 并发 << 并行 << 高端，即并发是串行的高级阶段，并行又是并发的高级阶段。串行就是做一件事严格按照先后顺序依次完成，就算在单核CPU环境中都是低效的，在多核环境中就更加低效了。并发就是把一件事分成多个相对独立的子单元，各子单元互不干扰的同时执行（或寻找间隙执行），这样，即使是单核环境下也是高效的，多核环境下更加高效。并行就是拿出N个CPU并发执行一件事，再拿出另外的N个CPU并发执行另外的一件事，这几件事互不干扰的同时执行，可以粗略地理解为并发地执行并发任务。从系统设计难度的角度说，串行最容易，并发很困难，并行更加困难。
下面做一些解释：
为什么串行在单核环境中也是低效的？因为电脑在执行一件任务时通常不是时时刻刻占满CPU资源，很多时候因磁盘延迟、网络延迟做无意义的等待，这些时间CPU是空闲的、浪费的。
为什么并发在单核环境中也是高效的？通过拆分子任务，将一些不需要严格按照先后顺序执行的子任务，安排在CPU空闲时执行，最终效果是压缩了CPU空闲的时间，加速了任务完成。
为什么并发、并行的设计难度很大？需要拆分子任务，需要分析子任务之间的逻辑关系，需要处理系统中的并发瓶颈，……所有这些都需要深度思考。比按部就班的串行执行要复杂的多。
为什么要并发、并行？现在都是多核CPU+多核GPU时代了，浪费系统运算资源就是犯罪呀，况且要执行的任务多是涉及大数据、云计算，想不并发、并行都难啊。
和舍友讨论的结果：一个CPU可以“并发”执行多个任务，但谈不上“并行”，因为就一个执行者（CPU）。 多个这样的CPU，则可以“并行”地工作了，即同时可以做“并发”工作。