Windows环境下基础Python并行程序运行卡顿问题排查

先看你运行的这段来自Python官方文档的并行处理示例代码：

from multiprocessing import Pool
def f(x):
    return x*x
if __name__ == '__main__':
    p = Pool(5)
    print(p.map(f, [1, 2, 3]))

在Windows 10的Anaconda Spyder环境里出现卡顿，主要是这几个原因导致的：

• Windows进程机制与Spyder交互环境的冲突
  Windows系统下，Python的multiprocessing模块默认用spawn方式创建子进程（Python 2里是基于win32 API的进程创建逻辑），这种方式会重新导入主脚本模块。而Spyder的IPython控制台是交互式运行环境，子进程启动时很容易和主控制台的IO流、资源管理产生冲突，导致进程无法正常初始化或输出阻塞，最终表现为程序卡顿。

• Spyder的IPython内核限制
  Spyder依赖IPython内核运行代码，交互式环境的进程创建逻辑和普通命令行脚本完全不同。子进程的标准输出/错误会被IPython的重定向机制干扰，导致子进程无法正常完成任务并返回结果，程序就卡在那里了。

• Python 2的兼容性问题
  你用的是Python 2的示例代码，但现在Spyder对Python 2的支持已经非常有限，Anaconda环境里的Python 2包也存在不少兼容性问题，进一步加剧了进程创建时的异常。

给你几个可行的解决办法：

1. 改用外部终端运行脚本
   在Spyder里，点击运行按钮旁的下拉菜单，选择「Run in external system terminal」。脚本会在独立的系统终端中运行，和Spyder的IPython控制台环境完全分离，避免交互环境的冲突，子进程能正常启动执行。

2. 切换到Python 3环境
   Python 3对multiprocessing模块的Windows支持做了大量优化，稳定性远优于Python 2。这段代码几乎不需要修改，迁移到Python 3环境后再运行，卡顿问题大概率会消失。

3. 修改进程启动方式（Python 3+适用）
   如果用的是Python 3，可以在代码开头添加一行，将进程启动方式设置为forkserver，这种方式比默认的spawn更适配交互式环境：

import multiprocessing
multiprocessing.set_start_method('forkserver')

再运行代码，看看是否能解决卡顿问题。

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