并发(concurrency)和其表现形式之一— 并行处理(parallel processing)— 是软件 工程领域最广泛的话题之一。这本书中的大部分章节也涵盖广阔的领域，几乎所有的章节 的主题都很大，足可以写一本单独的书。然而，并发的主题本身就很大，它可能需要几十 个篇幅来讲，即使这样我们仍然无法讨论完它所有重要的方面和模型。
这就是为什么我不会试图欺骗你，从一开始的状态，我们几乎不会碰到这个话题的表 面。本章的目的是说明为什么在应用程序中需要并发，什么时候使用它，以及在 Python 中 你可以使用的最重要的并发模型。
• 多线程(multithreading)。
• 多进程(multiprocessing)。
• 异步编程(asynchronousprogramming)。 我们还将讨论一些语言特性，内置模块和第三方包，你可以使用它们在代码中实现这些模
型。但我们不会详细地介绍它们。本章内容将作为你进一步研究和阅读的切入点。本章主要指 出一些基本理念，并帮助决定是否真的需要并发，如果是，哪种方法将最适合你的需求。
在我们回答“为什么需要并发”这一问题之前，我们需要问什么是并发?
第二个问题的答案可能是令一些人感到意外，这些人曾经认为那是并行处理的同义词。 但并发与并行是不同的。并发不是应用程序实现的问题，而只是程序，算法或问题的属性。 并行只是并发问题的可能的方法之一。
Leslie Lamport 在 1976 年的 Time, Clocks, and the Ordering of Events in Distributed Systems 一文中说道:
如果两个事件互不影响，则两个事件是并发的。
通过推断程序、算法或问题中的事件，我们可以说，如果它们可以被完全或部分分解
为顺序无关的组件(单位)，则这些事件是并发的。可以彼此独立地处理这些单元，并且处 理的顺序不会影响最终的结果。这意味可以同时地或并行地处理它们。如果我们以这种方 法处理信息，那么我们实际上是直面并行处理但这还不是强制性的。
所以，一旦我们知道什么是并发，那是时候解释如何处理并发。当问题是并发的，你
就有机会以一种特殊的，更有效的方式来处理它。
我们经常习惯于通过传统的方式来处理问题，这种方式是执行一序列的步骤。这是我 们大多数人思考和处理信息的方式即使用同步算法，一步一步地做一件事。但是这种处理信 息的方式不太适合解决大规模问题，或者当你需要同时满足多个用户或软件代理的需求时:
• 处理作业的时间受单个处理单元(单机、CPU 内核等)的性能的限制。
• 在程序完成对上一个输入的处理之前，你不能接受和处理新的输入。 因此，一般来说，对于以下情况，并发地处理并发问题是最佳方法:
• 扩展问题很重要，并且在可接受的时间或可用资源范围内，处理它们的唯一方法是
将执行分配到可并行处理工作的多个处理单元上。
• 你的应用程序需要保持响应(接受新输入)，即使它尚未完成处理旧的输入。 这涵盖了可以使用并发处理问题的大多数情况。第一组问题肯定需要并行处理解决方
案，因此通常使用多线程和多处理模型来解决。第二组不一定需要并行处理，因此真实的 解决方案实际上取决于问题的细节。请注意，此组还涵盖一种情况，就是应用程序需要独 立地为多个客户端(用户或软件代理)提供服务，而无需等待其他客户端被成功处理。
另一件值得一提的是前两组不是互相排斥。通常，你需要维护应用程序响应性，同时 你无法在单个处理单元上处理输入。这就是为什么不同的并且看似可替代或冲突的并发方 法可能经常同时使用的原因。这在 Web 服务器的开发中尤其常见，这里可能需要使用异步 事件循环或结合多个进程的线程，以便利用所有可用资源，并且在高负载下维持低延迟。
