学习笔记二十一——并发概述-CSDN博客

本文链接：https://blog.csdn.net/pumpkin84514/article/details/147404386

🧠 并发 & 并行

📑 目录

并发 vs 并行：核心差异
关键概念词典（标准定义 ➜ 通俗解释 ➜ 使用场景）
六大并发模型深度解析
如何选型：决策思维导图
典型组合模式与实战案例
结语：并发抽象、并行落地

1️⃣ 并发 vs 并行：核心差异

🏷️ 维度	⚡ 并发 Concurrency	🚀 并行 Parallelism
🔍 关注点	任务管理：把多任务切成片，交错推进	执行层面：让多任务在多个处理单元上“真的”同时运行
🧬 本质	时间片重叠 → 潜在同时	空间并列 → 物理同时
🔑 必要条件	只要有调度器，单核也能并发	至少 2 个核心、GPU 或多机
⭐ 典型特征	上下文切换、共享状态需同步、次序非确定	性能随核心数线性扩缩（受 Amdahl/Gustafson 限制）
🎯 一句话	任务管理的抽象方式	并发在硬件上的落地实践

记忆口诀：并发管“怎么排队”，并行管“怎么同时”。

2️⃣ 关键概念词典

表头说明

标准定义：教科书级表述，严谨不跑偏
通俗解释：给小白讲故事
典型使用场景：日常代码里在哪见得到

图标	术语	标准定义	通俗解释	典型使用场景
🔄	上下文切换 Context Switch	CPU 将执行权从线程 A 切给线程 B 时，需保存/恢复寄存器、栈指针及程序计数器的过程。	CPU 换节目单：把 A 的进度“拍照存档”，再拿出 B 的“照片”继续播。	OS 抢占调度；高频 I/O 服务器；多线程 GUI
🔒	互斥锁 Mutex	一种同步原语：任一时刻仅允许一个执行单元进入临界区，避免并发写冲突。	一把独门钥匙——谁拿到谁进屋，其他人排队。	共享哈希表、更新全局计数器、文件写入
🌐	信号量 Semaphore	带计数器的同步机制，支持同时放行 N 个并发进入临界区。	多车道红绿灯：计数=车道数，牌子剩几就能进几辆。	数据库连接池、线程池工作槽、限流
⚙️	原子操作 Atomic	不可中断的单条指令序列，操作期间对其他线程“不可见”。	“拿起→修改→放下”一步到位，别人插不进队。	写无锁计数器、实现自旋锁、并行累加
✉️	Channel / Queue	生产者与消费者之间的有序数据通道，不共享内存而传递消息。	快递箱：一头塞包裹，一头拆包裹。	Go `chan`、Rust `mpsc`、线程间任务队列
📮	Mailbox	Actor 私有的消息队列，保证单线程顺序处理。	专属信箱：只收自己的信，一封一封读。	Erlang/Elixir、Akka、Orleans
🚦	调度器 Scheduler	系统或运行时根据算法为任务分配 CPU 的逻辑组件。	交通警察：指挥哪辆车先走。	Linux CFS、Go M:N 调度器、Tokio Runtime
⚖️	负载均衡 Load Balancer	将请求/任务均匀分配到多核心、多实例或多机器的策略与设施。	切蛋糕：每人一块，不让某人盘子堆满。	Nginx ∕ Envoy、线程池 Work‑Stealing、K8s Service
🏚️	背压 Back‑pressure	当下游处理能力不足时，上游主动减速或阻塞，防止队列爆炸。	“别再塞行李，我箱子快炸了！”	Reactive Streams、TCP 滑动窗口、Kafka Producer
☠️	死锁 Deadlock	多个线程因循环等待资源而永久阻塞的状态。	A 抓着钥匙等 B，B 抓着钥匙等 A→谁也别想动。	双锁嵌套、数据库事务相互等待

3️⃣ 六大并发模型深度解析

阅读提示：每节都按「定义 → 优点 → 缺点 → 典型场景」展开。

3.1 🖥️ 进程模型

定义：内核级隔离，独立虚拟地址空间。
优点：崩溃互不影响；安全沙箱；能跨机。
缺点：创建/切换重；IPC 慢。
典型场景：微服务、浏览器多进程、容器化部署。

3.2 🧵 线程模型

定义：进程内共享内存的轻量分身，内核抢占。
优点：切换快；共享数据高效。
缺点：锁竞争、死锁、缓存失效。
典型场景：加密运算、图像渲染、并行压缩。

3.3 🌱 协程模型

定义：用户态调度的小任务，协作让出 CPU。
优点：百万并发；代码像同步。
缺点：阻塞系统调用会卡线程；利用多核需线程池。
典型场景：高并发 HTTP、WebSocket、爬虫。

3.4 🔄 事件驱动

定义：单线程 poll → 回调 循环，复用多路 I/O。
优点：I/O 吞吐高；无锁。
缺点：CPU 密集阻塞；回调地狱。
典型场景：Node.js SSR、浏览器主线程、Nginx。

3.5 ✉️ 消息传递

定义：任务间只靠消息队列沟通，不共享内存。
优点：避免竞态；易做分布式。
缺点：序列化 & 拷贝；背压调优。
典型场景：Go chan 协作、Rust std::sync::mpsc、微服务异步总线。

3.6 🤖 Actor 模型

定义：Actor = 状态 + 私有邮箱，顺序收消息。
优点：监督树容错；天然对象隔离。
缺点：Actor 激增→调度开销；调试难。
典型场景：Erlang/Elixir 电信、Akka Cluster、IoT 中心。

4️⃣ 如何选型：决策思维导图

          ┌─ I/O 密集 ──> 协程 ▸ 事件驱动
需求类型 ─┤
          ├─ CPU 密集 ──> 线程 ▸ Actor
          ├─ 高隔离     ──> 进程 ▸ Actor
          └─ 分布式     ──> Actor ▸ 消息传递

温馨提示：真实项目通常“混搭”以扬长避短——
线程吃多核，协程撑并发，Channel 解耦共享。

5️⃣ 典型组合与实战

场景	组合	亮点
Rust Tokio Web	多线程 Runtime + `async/.await` + `mpsc`	并发抽象清晰，并行吃满核心
Go 微服务	goroutine + Channel + Work‑Stealing	百万连接；背压友好
Erlang/Elixir	Actor + 监督树 + 节点热升级	“让进程随便崩”，秒级恢复
Node.js SSR	事件循环 + Promise	单线程无锁，高效 I/O