multiprocessing.Pool() 文档_{（自Py27 incl.以来）}在有意阻止处理队列中很明显-of-calls，是由迭代器生成的Just -4-调用集创建的，由上述发布的示例顺序生成。

multiprocessing 模块的文档介绍了其 Pool.map() 方法：

  

map(func,iterable[,chunksize])
  
      与map()内置函数的并行等效项（尽管它仅支持一个可迭代的参数）。 它会阻塞直到结果准备就绪。

这应该是观察到的行为，而不同的实例化方法将产生不同的附加（与过程复制相关的）开销成本。

无论如何，mp.cpu_count()不需要 是因为这样的调度.Pool()实例工作人员的任务将继续执行的CPU核心数。亲和性的O / S（与用户/流程相关的限制策略）设置：

您的代码将必须“服从”那些multiprocessing请求的子进程允许利用的CPU核心子集，其数量为不高于： len( os.sched_getaffinity( 0 ) )

最佳下一步：重新评估您的整个代码执行生态系统

import multiprocessing as mp                                            # file: ~/p/StackOverflow_multiprocessing.py
import time,os,platform,inspect                                      # https://stackoverflow.com/questions/58738716/python-multiprocessing-pool-map-doesnt-work-parallel/58755642

def test_function( i = -1 ):
    pass;                                                                                                  thisframerecord = inspect.stack()[0] # 0 represents this line
    pass;                                                                                                callerframerecord = inspect.stack()[1] # 1 represents line at caller
    pass;                                                                 _INFO_ = inspect.getframeinfo(   thisframerecord[0] )
    pass;                                                               _CALLER_ = inspect.getframeinfo( callerframerecord[0] )
    print( "{0:_>30.10f} ::".format(              time.monotonic() ),"PID:{0:} with PPID:{1:} runs".format( os.getpid(),os.getppid() ),"{0:}( i = {2:} )-LINE[{1:_>4d}],".format(                     _INFO_.function,_INFO_.lineno,i ),"invoked from {0:}()-LINE[{1:_>4d}]".format(                 _CALLER_.function,_CALLER_.lineno )
            )
    time.sleep( 10 )
    pass;                                                                                                  thisframerecord = inspect.stack()[0] # 0 represents this line
    pass;                                                                 _INFO_ = inspect.getframeinfo(   thisframerecord[0] )                 # 1 represents line at caller
    print( "{0:_>30.10f} ::".format(              time.monotonic() ),"PID:{0:} with PPID:{1:} ends".format( os.getpid(),i )
            )

if __name__ == '__main__':
    print( "{0:} cores reported by {1:}".format( mp.cpu_count(),"mp.cpu_count()" ) )
    print( "{0:} cores permit'd by {1:}".format( os.sched_getaffinity(0),"os.sched_getaffinity(0)" ) )
    print( "O/S sub-process instantiation methods {0:} available".format( mp.get_all_start_methods() ) )
    print( "O/S will use this instantiation method {0:}".format( mp.get_start_method() ) )
    print( "{0:_>30.10f} :: will call .Pool()".format( time.monotonic() ) )
    #------mp.Pool()-----------------------------------------------------
    pool = mp.Pool( mp.cpu_count() )
    print( "{0:_>30.10f} :: pool.map() to be called".format( time.monotonic() ) )
    #---.map()--------------------------------------?
    #---.map(                                       ?
    pool.map( test_function,[i for i in range(4) ] )
    #---.map(                                       ?
    #---.map()--------------------------------------?
    print( "{0:_>30.10f} :: pool.map() call RETd".format( time.monotonic() ) )
    pool.close()
    #---.close()
    print( "{0:_>30.10f} :: pool.close()-d".format( time.monotonic() ) )
    pool.join()
    #---.join()
    print( "{0:_>30.10f} :: pool.join()-d".format( time.monotonic()          ) )
    print( "EXECUTED on {0:}".format(              platform.version()        ) )
    print( "USING: python-{0:}:".format(           platform.python_version() ) )

可能会在linux级操作系统上查看类似的内容：

(py3) Fri Nov 08 14:26:40 :~$ python ~/p/StackOverflow_multiprocessing.py
8 cores reported by mp.cpu_count()
{0,1,2,3} cores permit'd by os.sched_getaffinity(0)
O/S sub-process instantiation methods ['fork','spawn','forkserver'] available
O/S will use this instantiation method fork
____________1284931.1678911699 :: will call .Pool()
____________1284931.2063829789 :: pool.map() to be called
____________1284931.2383207241 :: PID:15848 with PPID:15847 runs test_function( i = 0 )-LINE[___7],invoked from mapstar()-LINE[__44]
____________1284931.2506985001 :: PID:15849 with PPID:15847 runs test_function( i = 1 )-LINE[___7],invoked from mapstar()-LINE[__44]
____________1284931.2614207701 :: PID:15851 with PPID:15847 runs test_function( i = 2 )-LINE[___7],invoked from mapstar()-LINE[__44]
____________1284931.2671745829 :: PID:15850 with PPID:15847 runs test_function( i = 3 )-LINE[___7],invoked from mapstar()-LINE[__44]
____________1284941.2504994699 :: PID:15848 with PPID:15847 ends test_function( i = 0 )-LINE[__16],____________1284941.2550825749 :: PID:15849 with PPID:15847 ends test_function( i = 1 )-LINE[__16],____________1284941.2698363690 :: PID:15851 with PPID:15847 ends test_function( i = 2 )-LINE[__16],____________1284941.2776791099 :: PID:15850 with PPID:15847 ends test_function( i = 3 )-LINE[__16],____________1284941.2780045229 :: pool.map() call RETd
____________1284941.2780527000 :: pool.close()-d
____________1284941.3343055181 :: pool.join()-d

EXECUTED on #1 SMP oSname M.m.n-o.p (YYYY-MM-DD)
USING: python-3.5.6:

检查隐藏的详细信息-您的操作系统使用什么来调用test_function()- mapstar() （不是普遍确定的选择）是本地SMP-linux-class操作系统选择其默认子过程实例化方法的方式，该方法通过' fork 执行>”。

我怀疑您可能在多处理过程中遇到了常见问题：

从多个执行线程（或进程）（同时）打印到共享日志/屏幕会产生令人困惑的结果！

这也解释了为什么您会看到不同的行为，具体取决于操作系统。不同的操作系统将以略有不同的方式解决此问题。基础缓冲方案，访问控制等将有所作为。

您可能正在获得所需的多重处理，但打印输出可能会产生误导。

我知道您提供了此代码作为示例，以演示一个实际问题。因此，只需返回原始代码并再次考虑上述经常被忽视的事实：打印（或记录到文件）正在访问共享资源。您可能需要锁定或排队或其他技术。在不知道您的实际问题的细节的情况下，没有其他建议。