python中的多处理不会释放内存答案

【问题标题】：Multiprocessing in python won't releae memorypython中的多处理不会释放内存
【发布时间】：2021-01-11 01:04:33
【问题描述】：

我正在运行多处理代码。代码框架如下：

def func_a(x):
    #main function here
    return result

def func_b(y):
    cores = multiprocessing.cpu_count() - 1
    pool = multiprocessing.Pool(processes=cores)
    results = pool.map(func_a, np.arange(1000)
    return results

if __name__ == '__main__':
     final_resu = []
     for i in range(0, 200):
         final_resu.append(func_b(i))

我在这段代码中发现的问题有两个问题：首先，内存在循环过程中不断上升。其次，在任务管理器（windows10）中，python 执行的数量逐步增加，即从 14 到 25，到 36，到 47 ......每次迭代都在主循环中完成。

我认为多处理有问题，但我不知道如何处理它。好像func_b中的multiprocessing在主循环完成一个循环后没有被删除？

【问题讨论】：

标签： python multiprocessing

【解决方案1】：

正如文档中的示例所示，当您使用完 Pool 后，您应该通过 pool.close() 后跟 pool.join() 明确关闭它。也就是说，如果另外，您只创建了一次Pool - 例如，将Pool 作为参数传递给func_b()。并在__name__ == '__main__' 块中创建并关闭它一次。

【讨论】：

我也刚找到它。我只在最后一行的 func_b 中添加了一个 pool.close() 。到目前为止，运行的代码看起来还不错。我必须在 pool.close() 之后添加一个 pool.join() 吗？为什么我们需要 pool.join()？
close() 告诉池它可以关闭所有机器以传递新的工作项。 join() 等待所有当前工作项目完成，然后再拆除其余机器。 join() 还具有另一个重要目的：一般来说，没有好的方法可以报告工作进程中发生的异常，因为它们所做的与主程序无关。 join() 提供了一个同步点，而执行 join() 有时是唯一您可以查看工作进程中引发的异常的方式。
非常感谢您的解释！我刚刚在 pool.close() 之前添加了 pool.join()。但是，错误跳出说“池仍在运行”。这是否意味着它不能关闭？我应该做些什么来正确关闭它吗？
错误顺序：close 先，然后 join。