当我们运行许多任务时，python多处理池不工作

示例：我有一个带有两个线程的CPU，因此我有两个工人使用此代码

tasks = ['1.txt', '2.txt', '3.txt', '4.txt', '5.txt']

pool = multiprocessing.Pool()
pool.map(myfunc, tasks, chunksize=1)
pool.close()
pool.join()

如果我运行这个程序，它将首先处理'1.txt'和'2.txt'，然后当其中一个完成任务时，它将启动下一个文件。这意味着它一次只能处理2个文件，对吗

但是当我运行很多文件时，我发现了这个问题。（可能超过100多个文件）。程序不会等到两个工人中的一个完成工作，但会将工作分配给工人3、4、5、6、7、8、9，依此类推

我如何解决这个问题

提前谢谢大家

---

另外，我使用Python 3.6。

您可以指定池中的工作进程数，并将其作为参数传递给

multiprocessing.pool（）

例如：

import multiprocessing
import time

def myfunc(t):
    print("{} starts".format(t))
    time.sleep(1)
    print("{} ends".format(t))

tasks = ['1.txt', '2.txt', '3.txt', '4.txt', '5.txt']

pool = multiprocessing.Pool(processes=2)
pool.map(myfunc, tasks, chunksize=1)
pool.close()
pool.join()

在我的机器输出上

1.txt starts
2.txt starts
1.txt ends
3.txt starts
2.txt ends
4.txt starts
3.txt ends
5.txt starts
4.txt ends
5.txt ends

虽然没有指定工作进程的数量，但我得到的是：

1.txt starts
2.txt starts
3.txt starts
4.txt starts
3.txt ends
1.txt ends
2.txt ends
4.txt ends
5.txt starts
5.txt ends

---

你能给我们一个答案和/或更好地解释问题吗？如果你有两个核心，那么不应该有超过两个工人。如果您担心这个问题，可以检查它，或者直接通过

2

强制执行。