直接用火影忍者的「影分身之術」來形容 並行Concurrency 與 平行Parallelism 似乎有些不精準，但就需求性而言也很相似了！火影中的影分身之術最大的特性就是可以透過分身累積經驗值，將原本要修練 10 年的忍術，分身出兩人就只要 5 年的時間、分身出四人就只要 2.5 年的時間...以此類推，而平行與並行最大的優點就是要幫助我們節省時間！
假設今天你的程式有些很多流程控制、像是最基本的 for loop，而在這些迴圈裡做的事情重複性很高（EX. 寫入資料、下載東西、洗票XD），我不想要等到第一個迴圈結束後、才跑第二個迴圈，我想要所有迴圈一起跑。這個時候我們就需要用到 並行Concurrency 與 平行Parallelism 的技巧。
先來點背景知識
首先來介紹 進程Process 與 線程Thread 的概念，當我們的電腦執行一個程式時，就會被轉為 Process，我們以 mac 的活動監視器為例，下圖的每個程序都會被轉為一個 PID(Process ID)，告訴電腦要把某個應用程式的功能建立起來
為了完整啟動應用程式的功能，在每一個 Process 之下又會有對應的 Thread(線程、執行緒)來負責某些子功能。例如為了完整啟動「郵件」這個程序，電腦必須有負責收件、寄件、連線信箱等不同的線程來完成，如下圖中我的郵件共有 8 個線程(執行緒)來啟動郵件這個process。
所以簡單理解，一個 process 裡面可以含有多個 thread，這些底下的 thread 之間可以共享資源、一起合作將該建立好的 process 功能完成。
所以跟 Concurrency、parallelism 有何關係？
並行 Concurrency — multithreading：即在同一個 process 開多個 Thread
平行 Parallelism — multiprocessing：直接多開 process
這兩者的使用情境有些區別，大部分的情況如果你遇到了資料頻繁輸出的 I/O bottleneck，我們選擇使用 multithreading; 如果遇到的是 CPU computation bottleneck，我們選擇使用 multiprocessing。
這樣子想很抽象，我們實際寫個程式來體驗一下，以下我寫了兩個簡單的迴圈，執行後一個會睡5秒、一個會睡10秒，另外也計算了一下執行的時間：
執行與印出的結果很直覺，就大概是 5s+10s=15s 左右會完成
0
1
2
3
4
0
1
2
3
4
5
6
7
8
9
It costs 15.048540830612183 s可是
這樣子執行似乎很浪費時間，因為程式就是先跑完第一個迴圈、才跑第二個迴圈，有沒有辦法兩個迴圈同時執行呢？
答案當然是有的～就是要使用到我們到現在講這麼多的 Concurrency 與 Parallelism。
並行 Concurrency
就是 multithreading，這時我要把兩個迴圈分配給兩個 thread 同時進行，程式碼如下：
我把兩個迴圈函式分配給 thread_1 與 thread_2 兩個線程同時進行，打印出的結果可以看到在跑第一個迴圈時、第二個迴圈也同時在進行，總共的耗時也就是最長的第二迴圈 10s：
0
0
1
1
2
2
3
3
4
4
5
6
7
8
9
It costs 10.035726070404053 s平行 parallelism
就是 multiprocessing，跟上面做法有點像，只是我現在把兩個迴圈分配給兩個 process 來同時進行，程式碼如下：
執行結果也發現兩個迴圈會同時進行，耗時也差不多 10s 左右：
0
0
1
1
2
2
3
3
4
4
5
6
7
8
9
It costs 10.035726070404053 s所以我說...兩個有差嗎？
在上述例子中，過程圖像化大概如以下：
雖然以結果論來看，兩個迴圈執行結果沒有差異，但這是因為這兩個迴圈的任務很單純，就是睡一秒鐘而已。但像我先前提到，如果在迴圈中的任務是要程式寫入資料、下載檔案、或是投票等複雜行為，適當的選擇開分身的方式就很重要了！
情境一
假設現在我在網站爬蟲了 100,000 筆數據，並且要寫入兩個資料庫（測試環境與正式環境），但為了不要搞爛資料庫，我選擇每次500筆塞入資料庫。這時我可以在爬好資料後，寫兩個迴圈、每個都執行 100,000/500=200次 寫入資料庫中。這時我應該用何種方式節省時間呢？
答案是選擇 並行Concurrency-multithreading 的方式比較適當。因為此情境最大的效能 bottleneck 是頻繁地 I/O，而且很重要的一點是：同一個 process 裡面各個 thread 之間是可以共享資源的，也就是每個 thread 可以共享我爬蟲好的數據。因此只要把寫入資料的執行緒分配好，兩個執行緒就可以共同使用要寫入的數據、不用每次都要再重新讀取欲寫入數據。
情境二
現在我開發了一個投票機器人，程式邏輯是模擬人開瀏覽器到投票網站投票後，關掉瀏覽器，如果我想洗個100票，我就跑100次的迴圈、每次都執行我的投票程式。但其實我可以同時開100個瀏覽器(我電腦給力XD)，這樣我就等於開了100個分身到投票網站投票！那我該用哪種方式呢？
答案是使用 平行parallelism-multirpocessing 的方式較適當，因為這時遇上的是 CPU computational bottleneck，也就是一個一個開瀏覽器投票其實浪費了許多 CPU 的效能、並沒有把整個 core 吃滿(操爆你的電腦)，因此我們可以將 100 個投票程式分給 100 個 process，把你的 CPU 用好用滿！也能夠加快投票的效率！實際程式碼可參考我的 github
延伸閱讀
上述幾個程式碼其實還很粗糙，實作上還有另外一種寫法，是自己定義出 class，並在 class 裡面指定 run 這個方法，這樣會更方便分配 thread 與 process。
不過就一般使用者而言，通常也不會很注重效能，程式能夠執行比較重要ＸＤ，所以後續詳細寫法就再看我有沒有時間、或是讀者反應熱烈或許能督促我留下心得ＸＤ，目前就先這樣吧～當作工具箱也不錯。
