如果从函数内部执行，带有“apply_async”的多处理池什么也不做

Question

我正在尝试使用 multiprocessing 模块，尤其是 Pool.apply_async() 函数。

这段代码运行良好：

import multiprocessing

def do():
    print("Foobar", flush=True)

with multiprocessing.Pool(1) as pool:
    for i in range(2):
        pool.apply_async(do)

    pool.close()
    pool.join()

"Foobar" 字符串被打印两次。

但是，如果我把这段代码放在一个函数中，然后调用这个函数，什么也不会发生。没有错误也没有"Foobar"，程序静默结束。

import multiprocessing

def test():

    def do():
        print("Foobar", flush=True)

    with multiprocessing.Pool(1) as pool:
        for i in range(5):
            pool.apply_async(do)

        pool.close()
        pool.join()

test()

为什么？我在 Linux 上使用 Python 3.7.3。

Answer 1

为了检索您的计算结果，请对您的代码进行以下更改。

import multiprocessing

def test():

    def do():
        print("Foobar", flush=True)

    with multiprocessing.Pool(1) as pool:
        for i in range(5):
            result = pool.apply_async(do)

            result.get()

        pool.close()
        pool.join()

test()

你会看到“什么都没发生”的原因。

Traceback (most recent call last):
  File "/tmp/test.py", line 17, in <module>
    test()
  File "/tmp/test.py", line 12, in test
    result.get()
  File "/usr/lib/python3.5/multiprocessing/pool.py", line 608, in get
    raise self._value
  File "/usr/lib/python3.5/multiprocessing/pool.py", line 385, in _handle_tasks
    put(task)
  File "/usr/lib/python3.5/multiprocessing/connection.py", line 206, in send
    self._send_bytes(ForkingPickler.dumps(obj))
  File "/usr/lib/python3.5/multiprocessing/reduction.py", line 50, in dumps
    cls(buf, protocol).dump(obj)
AttributeError: Can't pickle local object 'test.<locals>.do'    

Python multiprocessing.Pool 依赖 pickle 协议来序列化要发送到其他进程的数据。 pickle 协议只能序列化顶级函数，不能序列化嵌套函数。

查看哪些可以腌制，哪些不能腌制请查看documentation。