学习了
《一行 Python 实现并行化 -- 日常多线程操作的新思路》 http://blog.segmentfault.com/caspar/1190000000414339
原作者 Chris https://medium.com/building-things-on-the-internet/40e9b2b36148#66bf-f06f781cb52b 后，
我在用 Pool多进程 执行并行计算，主要是调用arcgis的py模块，发现一个问题：
我的代码：

 files=['E:/select/r0_51x47.txt',
       'E:/select/r0_79x77.txt',
       'E:/select/r0_89x65.txt',
       'e:/select/r0_101x109.txt',
       'e:/select/r0_104x88.txt',
       'e:/select/r0_127x80.txt',
       'e:/select/r0_139x136.txt',
       'e:/select/r0_204x209.txt']
print ('')
print ('###################################')
pool_costtime_start= datetime.datetime.now()

pool = Pool()#len(files)

pool.map(ExtractRidge, files)

pool.close()
pool.join()

print ('Pool Cost time: '+\
        str((datetime.datetime.now() - pool_costtime_start).seconds)+\
        ' seconds')

len(files)>CPU数 （我的是win7+i5），执行过程中 某个进程执行到arcgis提供的函数时，会无限期等待着 ，如下图：

我的解决方法是： 直接设置Pool的大小 ，即

 pool=Pool(len(files))

这样就不会出现之前的情况了，这是成功的结果

同样的，我还测试了用

 pool=ThreadPool() 或者
pool=ThreadPool(len(files))

实现 多线程 的并行计算。这个就更糟糕了，提示：

提示的函数， z_limit 是第三个参数，默认值为“”

 arcpy.gp.Fill_sa(dem, fill, "")

但是，在 指定进程数 的情况下确没问题。我的问题是：

1. 对于CPU密集型的计算来说，进程数是否需要严格指定？ 例如我的第一个情况下，需要指定进程数才能运算成功，默认由计算机CPU个数来决定的情况就会down机；

2. 是否多线程对于CPU密集型的计算容易出错？ 因为我用的arcgis模块计算量都很大；

 **请路过的大神多多指教！**