Python：多处理映射需要更长的时间来完成最后几个进程

在Python中，我尝试运行150-200个进程。我把这150个元素放在一个数组中，我把这个数组分成多个数组，每个数组有10个元素

现在，我运行一个多处理映射，一次包含10个元素。完成所有10项后，我们进入下一个10项，以此类推

现在，问题是：第九个和第十个过程几乎总是比其他过程慢。这有什么原因吗？我这样做不是最有效的方式吗

**我将无法共享此的代码。那么，你对为什么会发生这种情况有什么想法吗

---

提前感谢。

这是由于

Pool.map

在工作人员之间分配数据的方式造成的。使用

chunksize=1

作为参数，即

map（…，…，chunksize=1）

类似的问题解释如下：

---

您有4个或8个处理器内核吗？一个具有4个内核的核心i7处理器。然而，据我所知，它可以使用4个核心作为8个？这是真的吗？谢谢确切地说，i7s做超线程处理需要8个虚拟内核，这可能就是原因。是的，使用8个而不是10个并行进程。所有要处理的元素都应该在同等的时间内处理吗？或者有些元素需要更难的计算？（或等待远程应答等？）。除了将进程数设置为8外，您是否尝试过其他多处理方法，如

imap\u unordered

，以查看是否存在相同的问题？请检查此项，这将有助于提高您的内容质量