Python多进程中使用apply_async为何无法执行函数？

核心原因 #

子进程的print输出默认采用缓冲机制，在IPython这类交互式环境中，缓冲的输出大概率无法被及时渲染到控制台；另外异步调用的特性也可能导致输出未被捕获。

可行解决方案 #

• 强制刷新输出缓冲
  修改print语句添加flush=True参数，直接绕过缓冲区限制：

  from multiprocessing import Pool
  
  def function1(var1, var2):
      print("function1 executing", flush=True)
      var3 = var1 + var2
      return var3
  
  if __name__ == "__main__":
      pool = Pool()
      pool.apply_async(function1, args=(7, 5))
      pool.close()
      pool.join()
  

• 改用同步调用方法
  放弃异步，使用pool.apply()同步执行，等待子进程完成后输出会自然显示：

  from multiprocessing import Pool
  
  def function1(var1, var2):
      print("function1 executing")
      var3 = var1 + var2
      return var3
  
  if __name__ == "__main__":
      pool = Pool()
      pool.apply(function1, args=(7, 5))
      pool.close()
      pool.join()
  

• 捕获异步调用结果
  apply_async返回的AsyncResult对象调用get()方法会等待子进程结束，同时触发输出：

  from multiprocessing import Pool
  
  def function1(var1, var2):
      print("function1 executing")
      var3 = var1 + var2
      return var3
  
  if __name__ == "__main__":
      pool = Pool()
      result = pool.apply_async(function1, args=(7, 5))
      print("计算结果:", result.get())
      pool.close()
      pool.join()
  

• 切换到普通命令行运行
  若当前使用IPython或Jupyter环境，直接在系统终端（cmd/Shell）中执行脚本，子进程输出通常能正常显示。

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