软件是一种固化的思维→思维的固化体现为概念和逻辑的固化→为保证简单性，时序自身要尽可能简单→如果多线程这样的手段使概念的实例处在很难理解的状态，逻辑关系将变得复杂→使时序复杂化时，要有关键理由。
所谓时序，即动作的先后顺序。
时空的特征决定了这世界上大多的事情皆有因果，也决定了程序中凡事必有先后。当我们明确了先做什么，再做什么，最后做什么之后，我们才能对事情真正有所把握。不管采用什么设计方法，都要让这类路线尽可能明晰。唯其如此，程序才更容易懂，因为这是正常人最基本的认知世界的方式。
对时序影响很大的一个因素是并行，并行的一个常见实现方法是启用多线程（或多进程）。多线程类程序之所以难写，不在于本身的机制或同步多么难以掌握，而在于并发使整个程序中的逻辑变得更加复杂。时序背后的东西是信息的流向。
关于这点可能很多人心存疑问，并会以为在面向对象的世界里，这点已经无关紧要，但其实不然，明确信息流一如既往的重要。
正是在信息流动的过程中，概念才能完成衍化、归并，并最终再确定的过程。为理解这点，回顾计算机最基本的模型也许是有必要的，如图7-8所示。
图7-8 计算机的基本体系结构
改自《深入理解计算机系统》，在冯·诺依曼体系中，键盘和鼠标被称为输入设备，显示器被称为输出设备
这个模型提醒我们一个最为基本的事实，不管内部通过什么样的手段（OO或其他）做了多少细节处理，当人们使用计算机时，通常的过程是，通过输入一些东西（大多时候用键盘和鼠标），并希望获取一些输出（大多时候通过显示器），而输入、输出必不相同。
人们使用计算机的目的，也正是软件的根本使命。软件对用户输入进行抽象，分割，而后按照指定的步骤进行相应处理，最终，把结果返回给用户。而处理步骤所体现的正是信息的流向。不管我们使用什么样的设计方法（面向对象或其他），信息流向越复杂，信息的分散度越高，软件也就越难懂，软件的维护也就会越发困难。
我们常说的顺序，分支，选择，优先顺位处理则是时序的一种具体表现形式。优先顺位处理关系是指抢占，一个典型的应用是操作系统中的线程调度。大多情况下，并行对复杂度影响过大，并间接导致测试困难——多线程或多进程导致的问题往往是有时发生，有时不发生，一般的测试手段并不足以发现这类问题。所以原则上应该尽可能不用，除非收益足够大。或者说在满足需求的前提下，线程数和进程数应该尽可能少。
以多线程和多进程而论，确定“什么时候适合使用这种技术”是比“怎么使用这项技术”困难得多的事情。
现实中人们往往对事件，信号灯等同步处理手段关注过多，而对究竟应不应该启用多线程/进程关注得太少。这里来简单做个总结，对于下面这些场景，一般来讲启用多线程/进程是合适的。
●数据很容易分割，处理不同数据时彼此间没有什么交互。比如说，有10万个文件需要处理，每个文件的处理彼此独立。这时候显然要做并行，这样最终数据处理速度将依赖于并行分布的程度。这好像很简单，但却触发了MapReduce这样著名的模型（参见《软件随想录》）。在待处理数据持续增长的情形下，如果不启用并行，那几乎没有办法保证速度不会下降，这并不是单纯靠优化算法可以解决的问题。(www.xing528.com)
●监控设备响应（端口监视也应该属于这个类别）。这时候我们会希望能及时响应设备的事件，而不希望设备上的数据采集和对数据的处理彼此干涉。比如，Windows中就单独建立了Raw Input Thread（RIT）来监控整个系统的键盘和鼠标消息，而后再分发给各个进程中的线程。（详见《Windows核心编程》）。
●优化UI响应速度。比如，用文档编辑器打开大文件时，如果不分离UI响应和实际处理，UI会挂起，很典型的应用是进度条的处理。使用了MVC（Model-View-Controller）模式的应用中大多时候可以适用这条，因为很多时候都需要View和Controller总是保持响应。
●待处理的请求天生就是并行的。比如，当浏览不同网站时，不同的网站的显示会在不同的窗口中处理，这类处理天生就是并行的，既可以用多线程也可以用多进程。客户/服务器体系也是这类情形。
●计算量很大，并且算法可以分割。有些传说中的领域（大气模拟、基因工程等）事实上是并行计算的主战场，比如，在展示MPI（Message Passing Interface）的使用时，经常使用的计算π的例子，就是如此。但这离通用软件开发的距离就有点远，知之不详，这里就不列了。
这个列表应该进一步加长，但限于精力，眼下却只能列这么多了。
对于多线程的误用，在MSDN上可以找到一份很好的总结，这里提取几个典型的。
●锁争用和顺序执行。这时虽然启用了多线程，但实际执行起来这些线程是串行的。
●过度订阅。如果系统的核数远少于线程数，同时启动很多个线程，时间往往会浪费在抢占上。
●I/O效率低。多线程被用来做频繁的I/O操作，这会导致很多时间开销在I/O操作上。并行的种类
为并行分类并不是很容易的事，这里只介绍一种最简单的，依据内存架构对并行进行分类的方法。依据内存架构，并行可以分为3类。
Shared Memory：常说的多线程即是这一类，比较有名的实现是OpenMP。
Distributed Memory：如果多台PC组合起来进行并行计算那就是这一类。比较有名的实现是MPI。
Hybrid Distributed-Shared Memory：如果多台PC进行分布，每台PC上还启用多核，那就是这类。
有人似乎还想进一步区分并行和并发，这就有点微妙了，这里不做这类区分，请读者自行研究吧。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
