Python多进程里调用join()到底是在等谁？为什么主线程会卡住不动？

### Python `multiprocessing` 中的 `join()` 方法在Python中，通过`multiprocessing`模块可以创建多个进程来实现并行计算[^1]。当使用`Process`类启动新进程时，可以通过调用其`start()`方法使该进程开始运行；而为了确保主程序等待这些子进程结束再继续执行下去，则需要用到`join()`函数。 #### 加入子进程：`join()` `join([timeout])`是一个可选参数的方法，它会阻塞当前上下文环境（通常是父进程中），直到被关联的子进程终止为止。如果指定了超时时间（以秒计数），则最多只会在指定的时间内等待子进程完成工作。如果没有提供此参数或设置为None，则表示无限期地等待直至目标进程退出[^2]。下面给出一段简单的代码示例来展示如何正确运用`join()`： ```python from multiprocessing import Process, Queue import time def worker(q): q.put('Start') time.sleep(2) # Simulate work being done by the child process. q.put('End') if __name__ == '__main__': queue = Queue() p = Process(target=worker, args=(queue,)) p.start() print("Main process continues while waiting.") p.join() # Wait until the child process finishes its job. result = [] while not queue.empty(): item = queue.get_nowait() result.append(item) print(f"Child process finished with results: {result}") ``` 在这个例子中，一旦调用了`p.join()`之后，主线程就会暂停在此处，直到名为`worker`的工作线程完成了它的任务并将消息放入队列里。这样做的好处是可以保证所有的子进程都已安全关闭后再做进一步的操作，比如清理资源或者汇总各个子进程的结果等[^3]。需要注意的是，在某些情况下可能会遇到死锁现象——即尽管所有子进程都已经结束了它们的任务，但主进程仍然停留在`join()`上不前进。这可能是由于其他原因造成的通信问题或者是未正确管理共享资源所致[^4]。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 Python里怎么彻底关掉assert断言？有哪些实用方法？