并发是同时管理多个任务以提高响应性。线程和asyncio在单处理器上切换任务，而multiprocessing利用多个CPU核心实现真正的并行。I/O密集型任务受限于输入/输出操作，CPU密集型任务受限于处理器计算能力。Python的asyncio库用于编写高性能的并发代码，适用于网络和数据库连接。

并行编程允许在多个处理器或核心上同时执行多个任务，通过将问题分解为独立子任务来提高性能。Python的multiprocessing模块支持真正的并行性，克服了全局解释器锁（GIL）的限制，进程间可通过共享内存、队列和管道共享数据。多线程适合I/O密集型任务，但在CPU密集型任务中性能受限。线程同步确保数据一致性，防止竞争条件。

在Python的multiprocessing库中，不同操作系统对synchronized变量的处理不同。macOS和Windows使用spawn创建进程，导致全局同步变量不被子进程继承，而Linux使用fork，子进程继承父进程资源，保持数据一致性。这使得macOS上的同步变量未变，而Linux上正常。