说我有一组20个CPU繁重的任务（每个〜1小时，但是有些花费更长的时间），这些任务是通过例如Pool.apply_async(function, task_list)等。PC有12个核心。这样我就可以分散负载，并使用全部12个内核。
每个任务的结果可能要求必须运行一个新任务（某些任务可能需要运行1次，其他任务可能需要运行10个）。
当需要一项新任务时，我想将该任务派生到现有的池task_list中，以便始终优化CPU使用率。
当前，我运行20个任务，等待完成，开始新的〜18个任务，等待完成，开始其余的新任务，.....，虽然发生了一个小时仅使用1个核的情况，之12。这将导致计算时间损失数小时到数天。我可以在同一个工作线程中运行更新后的任务，但这会导致更大的损失）
使用池似乎无法在启动时向池添加更多任务。这是正确的吗？还是有一些聪明的方法可以让我在整个地方搜索时错过这一点？
（我看到的唯一选择是使用process而不是pool，并在动态列表上进行while循环，该动态列表以单个进程的形式启动典型任务，同时最多允许12个进程同时运行，对于每个任务或新任务，将它们放入动态列表中，并在将其发送到进程时将其删除。）
答案 0 :(得分：2)
您可以使用队列，您可以在此处查看示例： https://www.journaldev.com/15631/python-multiprocessing-example 这样，您就可以添加到队列中，并从队列中提取恒定数量的跑步者。