You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Python multiprocessing.Pool异常:pool.map冻结、map_async返回不可迭代对象

解决multiprocessing.Pool冻结与报错问题

核心问题原因

在Windows系统中,multiprocessing模块启动子进程时会重新导入主模块。如果没有用if __name__ == '__main__'包裹主执行代码,子进程会再次执行main()函数,进而重复创建进程池,导致进程无限生成、程序冻结无响应。

修复后的基础测试代码

import multiprocessing as mp

def double(i):
    return i * 2

def main():
    pool = mp.Pool()
    results = pool.map(double, [1, 2, 3])
    for result in results:
        print(result)
    pool.close()  # 关闭进程池,停止接收新任务
    pool.join()   # 等待所有子进程执行完毕

if __name__ == '__main__':
    main()

关于map_async的错误修复

pool.map_async返回的是MapResult对象,本身不可迭代,必须调用get()方法获取结果列表。同样需要在if __name__ == '__main__'保护下执行,否则仍会冻结:

import multiprocessing as mp

def double(i):
    return i * 2

def main():
    pool = mp.Pool()
    result_obj = pool.map_async(double, [1, 2, 3])
    results = result_obj.get()  # 获取最终结果列表
    for result in results:
        print(result)
    pool.close()
    pool.join()

if __name__ == '__main__':
    main()

额外注意事项

  • if __name__ == '__main__'是Windows下使用multiprocessing的强制要求,Linux/macOS依赖fork机制可能不会触发该问题,但跨平台代码都应添加该判断。
  • 使用进程池后,务必调用close()和join(),确保子进程资源被正确释放,避免产生僵尸进程。
  • 如果仍出现冻结,检查是否存在全局变量在子进程中重复初始化,或函数参数/返回值包含不可序列化的对象(multiprocessing要求传递的数据必须可被pickle序列化)。

内容的提问来源于stack exchange,提问作者MirceaKitsune

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.04 12:12:15