我们什么时候应该调用multiprocessing.Pool.join？

我正在使用'multiprocess.Pool.imap_unordered'如下

from multiprocessing import Pool
pool = Pool()
for mapped_result in pool.imap_unordered(mapping_func, args_iter):
    do some additional processing on mapped_result

我需要打电话pool.close或pool.join之后的for循环？

不，您没有，但是如果您不再使用游泳池，那可能是个好主意。

Tim Peters在此SO帖子中致电pool.close或致电的理由pool.join很明确：

至于Pool.close（），您应该在永远不会向池实例提交更多工作的时候才调用它。因此，通常在主程序的可并行化部分完成时调用Pool.close（）。然后，当所有已分配的工作完成时，工作进程将终止。

调用Pool.join（）等待工作进程终止也是一种很好的做法。除其他原因外，通常没有很好的方法来报告并行化代码中的异常（异常仅在与您的主程序正在做的事情有关的上下文中发生），而Pool.join（）提供了一个同步点，可以报告发生的某些异常在您否则无法看到的工作流程中。

我遇到了相同的内存问题，因为当我不使用Python时，pool.close()以及与用于计算Levenshtein距离的函数一起使用pool.join()时，Python的multiprocessing.pool的内存使用率一直在增长pool.map()。该功能运行良好，但是在Win7 64机器上没有正确收集垃圾，并且每次调用该功能之前，内存使用率一直在失控，直到整个操作系统崩溃。这是修复漏洞的代码：

stringList = []
for possible_string in stringArray:
    stringList.append((searchString,possible_string))

pool = Pool(5)
results = pool.map(myLevenshteinFunction, stringList)
pool.close()
pool.join()

关闭并加入池后，内存泄漏消失了。