对于大规模并行处理，请构建"工作包"以首先使用功能模块进行处理。 在包处理的结构中，添加一个GUID字段，然后为每个包获取一个。

然后，执行如下任务，其中 -guid是您创建的GUID。

通话功能" Z_YOUR_FM"
         开始新任务 -guid
         在任务结束时调用on_ret ON 
 .... 

" on_ret"方法应具有导入参数

方法ON_RET
     输入
       ！P_TASK类型GUID_32。

   方法on_ret。

     数据：lt_data TYPE...。
           lv_frtext TYPE char255，
           lv_subrc TYPE sy-subrc，
           lv_msg TYPE bapiret2-消息。

     字段符号：
            TYPE gty_pack。

     在guid = p_task的地方删除gt_task。

     从功能" Z_YOUR_FM"获得的结果
     导入et_rfc = lt_data
               ev_subrc = lv_subrc
               ev_frtext = lv_frtext。

     使用表键guid = p_task读取表gt_pack
     分配。
 *如果读取失败，我们希望看到转储
 ...


   终结法。
 

在该方法内部，阅读您的工作包表并将其标记为已处理。 您甚至可以使用" start_timestampl"和" end_timestampl"，以便可以跟踪哪个工作包消耗了多少时间。 这样您就可以知道哪个软件包已经被处理。

要控制使用的最大进程数，我使用了一个附加表" gt_tasks"，该表在这样的" worker_get"方法中处理

 TYPES：BEGIN OF gty_task，
            TYPE类型的时间戳，
            guid类型guid_32，
         结束于gty_task。
   数据：GTY_TASK的GT_TASK类型表。

 方法WORKER_GET
     输入
       ！IV_GUID类型GUID_32
     返回
       value（RV_OK）类型ABAP_BOOL。  

 方法worker_get。
     常量：lc_task_max TYPE i VALUE 5。" <<<最大进程数
     字段符号：
           TYPE gty_task。
 ******************************************************  ********************

     检查：lines（gt_task）。
     获取时间戳字段 -timestampl。
      -guid = iv_guid。

     rv_ok = abap_true。  "请参阅上面的检查
 

在循环中，在其中处理工作包的地方，等待这样的免费过程。

在gt_pack ASSIGNING 处循环播放。
       等待异步任务直到（me-> worker_get（iv_guid =  -guid）EQ abap_true）。
 "等待直到me-> worker_get（iv_guid =  -guid）EQ abap_true。" <<<在较旧的系统中，需要使用

 

最后，等待最后一个过程完成！

等待异步任务（gt_task IS INITIAL）。
 

如果锁有问题，则与RFC框架本身无关，而是与被调用函数模块的工作方式有关（如果它们并行工作，则可能存在一些交叉锁。 ..）如果没有更多信息，我无话可说。

在这种情况下，数据库锁一直是个问题，至少在ECC 6.0中（不确定HANA系统） 。 是的，只是在两者之间增加延迟是通常的处理方式。

或者在某些情况下（例如批量处理），我们只运行所有内容，然后仅再次运行由于任何错误而未处理的内容。 例如，在一个项目中，我们有一个IDoc接口在后台处理大量数据。 可以这么说，IDoc有时会互相踩到脚趾，然后尝试锁定相同的数据，然后失败。 因此，我们只是在同一工作的最后一步中添加了IDoc重新处理程序。 在那之后，我们很少遇到任何问题。 即使您不使用IDoc，也可以使用类似的策略：继续操作，然后再返回任何错误。

如果有人找到了更好的解决方案，我将非常有兴趣知道。

好，最后，我在代码中放入了一些重新处理的DO〜ENDDO子句，以删除Wait〜直到子句（感谢Jelena！）。

好吧，延迟0.3秒与重新处理之间没有什么区别。
当然，我还没有测试过大量数据（10,000+），可以在大约500个数据集中找到，并行处理需要 比执行1 WP花费的时间更多（延迟/等待在SAT上始终是最重要的）。

好，谢谢大家的回复。