Python multiprocessing并行计算时输出错乱的解决方法咨询

多进程同时向标准输出打印时，会因为输出缓冲区的竞争导致内容交错、错乱。下面是几种可靠的解决方法：

方法1：主进程统一处理输出 #

让子进程只负责计算，将结果返回给主进程，由主进程统一打印。这种方式完全避免了多进程的输出竞争，是最稳定的方案。

修改后的代码：

import multiprocessing

def parallel(n):
    while n <= 10000:
        n += 4
    return n

if __name__ == "__main__":
    with multiprocessing.Pool(processes=multiprocessing.cpu_count()) as pool:
        n_list = [0, 1, 2, 3]
        results = pool.map(parallel, n_list)
        # 主进程统一打印结果
        for res in results:
            print(res)

方法2：使用进程同步锁 #

如果需要子进程实时输出结果，可以通过multiprocessing.Lock实现打印时的互斥，确保同一时间只有一个进程写入标准输出。

方式A：通过初始化函数传递锁 #

import multiprocessing

lock = None

def init_lock(l):
    global lock
    lock = l

def parallel(n):
    while n <= 10000:
        n += 4
    # 打印前获取锁，打印完成后自动释放
    with lock:
        print(n)

if __name__ == "__main__":
    process_lock = multiprocessing.Lock()
    with multiprocessing.Pool(
        processes=multiprocessing.cpu_count(),
        initializer=init_lock,
        initargs=(process_lock,)
    ) as pool:
        n_list = [0, 1, 2, 3]
        pool.map(parallel, n_list)

方式B：通过starmap传递锁参数 #

import multiprocessing

def parallel(n, lock):
    while n <= 10000:
        n += 4
    with lock:
        print(n)

if __name__ == "__main__":
    process_lock = multiprocessing.Lock()
    with multiprocessing.Pool(processes=multiprocessing.cpu_count()) as pool:
        n_list = [0, 1, 2, 3]
        # 将锁与每个任务参数配对
        task_args = [(n, process_lock) for n in n_list]
        pool.starmap(parallel, task_args)

方法3：刷新输出缓冲区（仅缓解） #

在print函数中添加flush=True参数强制刷新缓冲区，能减少输出错乱的概率，但无法彻底解决多进程竞争问题，仅作为辅助手段使用：

print(n, flush=True)

方案选择建议 #

• 优先选择主进程统一打印的方案，逻辑简单且无竞争问题；
• 若需要实时输出，使用进程锁的方案；
• 刷新缓冲区仅作为临时缓解措施，不推荐作为核心解决方案。

内容的提问来源于stack exchange，提问作者user1851281