Python multiprocessing库apply_async函数用法困惑：我遗漏了什么？

嘿，我来帮你拆解这段代码里的问题，你没搞懂的点主要在Pool对象的生命周期和异步任务的存活逻辑上，咱们一步步看：

你代码里的核心问题 #

1. 局部Pool对象被提前销毁 #

你的test_launcher函数里，pool是个局部变量——函数执行完之后，这个pool就会被Python的垃圾回收机制回收。而multiprocessing.Pool在被销毁时，会自动调用terminate()方法，直接终止所有正在运行的子进程，不管你的test函数有没有执行完。

也就是说，你的test函数刚睡了5秒（还没到15秒），pool就没了，子进程直接被干掉，自然不会打印"test"。

2. 没有处理异步任务的等待逻辑 #

apply_async是非阻塞的——它把任务丢给子进程后，主进程会继续往下走，不会等任务完成。但如果不主动等待或者保持Pool存活，任务根本没机会跑完。

修改后的代码示例 #

咱们调整一下代码，解决这两个问题：

from multiprocessing import Pool
import time
import threading

def test():
    time.sleep(15)
    print("test")  # 注：Python3中print是函数需加括号，Python2可省略

def test_launcher():
    # 将pool设为全局变量，避免函数结束后被回收
    global pool
    pool = Pool(processes=1)
    result = pool.apply_async(test)
    # 若需等待任务完成，可在此调用result.get()
    # result.get()  # 会阻塞直到test执行完毕

def printit():
    threading.Timer(5.0, printit).start()
    print(time.strftime("%H:%M:%S", time.gmtime()))

if __name__ == '__main__':
    print("Before")
    test_launcher()
    printit()
    # 等待子进程任务完成（可选，根据需求选择）
    # pool.close()  # 关闭Pool，不再接受新任务
    # pool.join()  # 等待所有已提交任务执行完毕

关键知识点补充 #

• apply_async的工作逻辑：它将任务提交到Pool的任务队列，空闲的子进程会从队列里取任务执行。主进程不会阻塞，但必须保证Pool在任务执行期间一直存活。
• 如果不想用全局变量，也可以把pool作为返回值从test_launcher里返回，在主进程中管理它的生命周期，避免被提前回收。
• 如果需要等待异步任务完成，除了result.get()，还可以用pool.close() + pool.join()的组合——close()禁止提交新任务，join()等待所有已提交的任务执行完毕。

内容的提问来源于stack exchange，提问作者morpheus65535