并行环境设置。运行需要时间Parpool开始并行计算。如果您的计算快速，设置时间可以超过通过并行计算节省的任何时间。

平行开销。并行运行时，通信和协调的开销。如果功能评估很快，则此开销可能是总计算时间的明显部分。因此，并行解决问题可能比串行解决问题要慢。例如，请参阅通过并行计算提高优化性能在Matlab^®Digest，2009年3月。

没有嵌套parfor循环。这在与Parfor合作。parfor从另一个内部调用时不同行parfor环形。如果您已经编程了自定义功能以利用并行处理，则无嵌套的限制parfor循环会导致并行函数的运行速度慢于预期。

连续执行时，parfor循环运行略低于为了循环。

传递参数。在执行并行计算过程中，参数会自动传递给工作人员会话。如果有很多参数，或者它们采用大量内存，则传递参数可以减慢您的计算执行。

资源争夺：网络和计算。如果工人库的带宽或高潜伏期较低，则并行计算可能会很慢。

持续或全局变量。如果任何功能都使用持久或全局变量，这些变量可以在不同的工作处理器上采用不同的值。一个身体parfor循环不能包含全局或持续变量声明。

访问外部文件。在并行处理过程中不能保证计算顺序，因此可以以无法预测的顺序访问外部文件，从而导致无法预测的结果。此外，如果多个处理器尝试同时读取外部文件，则文件可以锁定，导致读取错误并停止函数执行。

非计算功能，例如输入，，，，阴谋， 和键盘，在您的自定义功能中使用时可能会表现不佳。不要在parfor循环，因为它们可能会导致工人变得无响应，因为它正在等待输入。

parfor不允许休息或者返回语句。

您使用的随机数可能会影响计算结果。看并行统计计算中的可重复性。