为什么多处理池方法会引发 TimeoutError？答案

【问题标题】：Why does the Multiprocessing Pool method raise a TimeoutError?为什么多处理池方法会引发 TimeoutError？
【发布时间】：2018-02-20 01:55:41
【问题描述】：

我将此用作示例代码，但它被冻结了。我打开了任务管理器，查看了分配的资源。我可以看到运行代码前后进程数的变化，但我不明白为什么它会导致控制台冻结。这仅在 Spyder 中发生。如果我从命令行调用脚本，它会正常运行。

import multiprocessing as mp
def doubler(number):
   return number*2
if __name__=='__main__':    
    pool=mp.Pool(processes=3)
    arglist=[1,2,3]
    result=[pool.apply_async(doubler,(i,)) for i in arglist]
    for res in result:
        print(res.get())

我还使用了来自documentation 的示例代码，它引发了一个没有任何描述的 TimeoutError。截图：TimeoutError

【问题讨论】：

另外，我应该提一下，您在此处发布的代码与您运行的代码不同。
请不要张贴截图或文本截图的链接。直接将其包含在您的问题中。
@coldspeed 我运行的代码位于我在此处发布的代码下方指向的链接中。这两个代码都在单独的 python 控制台中运行，但在 Spyder 中引发错误。
@mata 正式注明。

标签： python-3.x python-multiprocessing

【解决方案1】：

您似乎在 windows 上的交互式解释器中运行它。

文档中有a note about that：

注意：此包中的功能要求子模块可以导入__main__ 模块。这在编程指南中有介绍，但值得在这里指出。这意味着某些示例，例如 multiprocessing.pool.Pool 示例将无法在交互式解释器中运行。

虽然它在某些情况下可以工作（如果操作系统支持fork()，那么多处理可以使用fork start method，但 Windows 不支持），但最好遵循该建议。

【讨论】：