本地Anaconda环境中multiprocessing.Pool.map()执行卡住，公司Cloudera环境正常运行的问题求助

我在运行下面这段代码时，内核会一直卡住无法结束。在公司电脑的Cloudera JupyterLab里运行完全相同的代码一切正常，但在我个人电脑的Anaconda Jupyter Notebook和JupyterLab环境中，代码执行到第一个打印语句后就停住不动了。

具体表现是：只会输出Starting...，之后就一直处于运行状态，没有后续结果。

我的测试代码如下：

from multiprocessing import Pool

def squares(number):
    return number*number

with Pool() as pool:
    print('Starting...')
    results = pool.map(squares, range(10))
    print('It worked!!')
    print(results)

我原本预期的输出是：

Starting...
It worked!!
[0,1,4,9,16,25,36,49,64,81]

编辑补充 #

在个人电脑上测试其他基于multiprocessing.Pool的代码时，却都能正常快速运行...会不会是我定义的函数类型有问题？

• 发起网络请求的代码：

responses = Pool().map(requests.get, urls)

成功得到预期结果：

[<Response [200]>, <Response [200]>, <Response [200]>]

• 读取Parquet文件的相关代码：

path = 'jupyter/1. TCC/Htmls/'
parquets = list(map(lambda file: path + file, os.listdir(path)))[:8000]

后续用Pool处理读取操作时，也能获取到预期的数据，这里就不贴具体内容了。

有没有人能帮我分析下，为什么同样是用multiprocessing.Pool.map()，自定义的squares函数就会卡住，而调用第三方库的函数却能正常运行？

备注：内容来源于stack exchange，提问作者O Basile