并行环境设置。跑步需要时间parpool并行地开始计算。如果您的计算速度很快，那么设置时间可能会超过并行计算所节省的时间。

并行开销。并行运行时，通信和协调方面存在开销。如果函数的计算速度很快，那么这个开销将占总计算时间的相当一部分。因此，并行地解决问题可能比串行地解决问题要慢。例如，请参见通过并行计算提高优化性能在MATLAB^®消化,2009年3月。

没有嵌套parfor循环。这在与parfor合作．parfor当从另一个内部调用时不能并行工作parfor循环。如果您已经将您的自定义函数编程为利用并行处理，则没有嵌套的限制parfor循环会导致并行函数的运行速度低于预期。

当串行执行,parfor循环的运行速度略慢于为循环。

传递参数。在执行并行计算期间，参数会自动传递给worker会话。如果有很多参数，或者它们占用大量内存，传递参数会减慢计算的执行。

资源竞争:网络和计算。如果工作者池具有低带宽或高延迟，并行计算可能会很慢。

持久变量或全局变量。如果任何函数使用持久变量或全局变量，这些变量可以在不同的工作处理器上取不同的值。身体parfor循环不能包含全局或持久变量声明。

访问外部文件。在并行处理过程中，不能保证计算的顺序，可能会以不可预测的顺序访问外部文件，导致不可预测的结果。此外，如果多个处理器试图同时读取一个外部文件，该文件可能会被锁定，导致读取错误，并停止函数执行。

非计算函数，例如输入，情节,键盘，在您的自定义函数中使用时可能会表现不良。不要在aparfor循环，因为它们会导致工作进程变得无响应，因为它正在等待输入。

parfor不允许打破或返回语句。

你使用的随机数会影响你的计算结果。看到并行统计计算中的再现性．