为什么赢了'；Python多处理工人会死吗？

我正在使用python的多处理功能将一些函数映射到一些元素上。大致如下：

def computeStuff(arguments, globalData, concurrent=True):
    pool = multiprocessing.Pool(initializer=initWorker, initargs=(globalData,))
    results = pool.map(workerFunction, list(enumerate(arguments)))
    return results

def initWorker(globalData):
    workerFunction.globalData = globalData

def workerFunction((index, argument)):
    ... # computation here

通常，我使用cPython和Pypy在ipython中运行测试。我注意到，生成的进程通常不会被杀死，因此它们开始累积，每个进程都使用一gig的ram。当在计算过程中按ctrl-k键时会发生这种情况，这会使多处理陷入混乱的狂乱之中。但即使让计算完成，这些进程也不会在Pypy中消亡

根据文档，当池被垃圾回收时，它应该调用

terminate（）

并杀死所有进程。这里发生了什么事？是否必须显式调用

close（）

？如果是，是否有某种上下文管理器可以正确管理关闭资源（即流程）

---

这是在Mac OS X Yosemite上的。

PyPy的垃圾收集很慢，因此未能调用

close

意味着

池将在“某个时候”清理，但这可能并不意味着“很快”

一旦
池
正确地
关闭
d，工作人员在完成任务时退出。在3.3 Python之前的版本中，确保关闭
池的一个简单方法是：

from contextlib import closing

def computeStuff(arguments, globalData, concurrent=True):
    with closing(multiprocessing.Pool(initializer=initWorker, initargs=(globalData,))) as pool:
        return pool.map(workerFunction, enumerate(arguments))

注意：我还删除了对
列表
的显式转换（毫无意义，因为
映射
将为您迭代
枚举
迭代器），并直接返回结果（无需指定名称，只需在下一行返回）

如果要确保在异常情况下（在3.3 Python之前版本）立即终止，可以使用try/finally块，或者编写一个简单的上下文管理器（可以在使用
池的其他地方重用）：

终止
方法的优势在于它保证进程立即退出；理论上，如果您在主程序的其他地方使用线程，
池
工作线程可能与非守护进程线程分叉，这将使进程保持活动状态，即使工作任务线程退出<代码>终止
通过强制终止进程来隐藏这一点

如果您的解释器是Python 3.3或更高版本，则
终止方法内置于
池中，因此
with
语句，
with multiprocessing.Pool（initializer=initWorker，initargs=（globalData，）不需要特殊的包装器作为池：
直接起作用。
为真正的资本家标题投票可能您只需添加
try:。。。最后：pool.terminate（）
？也许我的问题不清楚-我是说即使计算完成，工人们也会留下来。尽管他们不应该这样做，但如果我正确理解了文档，无论如何……我想了解更多正在发生的事情。但我会试试你的建议。
from contextlib import contextmanager

@contextmanager
def terminating(obj):
    try:
        yield obj
    finally:
        obj.terminate()

def computeStuff(arguments, globalData, concurrent=True):
    with terminating(multiprocessing.Pool(initializer=initWorker, initargs=(globalData,))) as pool:
        return pool.map(workerFunction, enumerate(arguments))