Python gdal和ThreadPoolExecutor——线程安全？

我刚刚发现了一个奇怪的问题，

gdal

和

concurrent.futures.ThreadPoolExecutor

不能很好地发挥作用。具体地说，即使最终的文件包含有效数据，我们最终的文件大小也会有巨大的变化

最简单的工作示例如下所示：

import concurrent.futures
从pathlib导入路径
将numpy作为np导入
从osgeo导入gdal
sz=256*8
n_波段=35
img=np.random.uniform（0.0256.0，size=（sz，sz，n_带））.astype（np.uint8）
n_tifs=150
def制造商（i）：
outfile=f'data/tmp/{i}.tif'
选项=[
'压缩=LZW'，
“平铺=是”，
'预测值=2'，
“复制\u SRC\u概述=是”，
]
dst_ds=gdal.GetDriverByName（'GTiff'）.Create（outfile，sz，sz，n_bands，gdal.GDT_字节，options=options）
对于范围内的j（n_波段）：
dst_ds.GetRasterBand（j+1）.WriteArray（img[j]）
dst_ds.FlushCache（）
德尔德斯图兹酒店
将concurrent.futures.ThreadPoolExecutor（max_workers=n_tifs）作为e:
e、 地图（制作、范围（n））
sizes=[Path（f'data/tmp/{i}.tif'）.stat（）.st_size/（1据我所知，它的频带数..我尝试了多达20个，它与
ThreadPoolExecutor
的预期一致，但#频带25开始给我不同的结果。我想这与PREDICTOR=2和#频带有关。
需要一些gdal专家来解答这个问题。可能值得在gdal github IMO中提出。我在
gdal 2.4.2