我正在使用starmap中的multiprocessing做一些计算。看起来像这样：
with Pool(processes=15) as pool:
results = pool.starmap(fun, [(arg2, arg1, i, dict1, dict2) for i in alist])
但是，从htop开始，计算一直在使用单核运行。请注意，dict1和dict2是两个大字典，每个字典在装入内存时各自大约5Gb。但是，我还观察到内存占用已经停止增长，而程序仍在单核中运行。与字典并行化时是否有任何限制。我对大型pandas.DataFrame使用了类似的方法，效果很好。
更新：我已经做过一些实验，这使我相信这不是字典问题（我尝试用DataFrame替换它们，仍然是相同的行为），而是并行化的数据大小。使用部分函数和map也无济于事。