其實沒有完整的程式碼，以及可重現問題的測試資料，對於多數的人來說包括我自己 XD
我相信很難隔空抓藥看出性能瓶頸，你的程式大致上看來有其他板友提到的諸多問題，
設計上沒有滿足平行程式設計的諸多條件，你得多仔細琢磨大家的意見。
以下的範例是隨機產生一些 UUID 字串，然後把字串相接起來，跟你的問題有點類似
在我的桌上型電腦(4 cores)，平行版本耗費 3.35 秒，循序版本耗費 12.17 秒。
希望你看完之後會有一些想法，你也可以考慮使用 pool.apply_async 的作法，不一定
要侷限在使用 pool.map 的寫法上，祝你順利！
# coding=Big5
from multiprocessing.pool import Pool
import uuid
import datetime
def handleTask(uuid_gen):
return ''.join([uuid_gen().hex for i in xrange(16384)])
if __name__ == '__main__':
start = datetime.datetime.now()
tasks = [uuid.uuid4 for i in xrange(64)]
enable_multiprocess = True # 改這個來切換循序跟平行
if enable_multiprocess:
pool = Pool()
result = ''.join(pool.map(handleTask, tasks))
else:
result = ''.join([handleTask(task) for task in tasks])
# 由於 UUID 會產生隨機字串，在這邊確認兩個版本長度相同即可
print 'result length: ', len(result)
print datetime.datetime.now() - start