我正在尝试探索 Python 的 py3.3 多处理库，但我注意到map_async函数中出现了一个我无法解释的奇怪结果。我一直期望从回调中存储的结果是“乱序的”。也就是说，如果我向工作进程提供一些任务，一些任务应该在其他任务之前完成，不一定按照它们被输入或存在于输入列表中的相同顺序。但是，我得到了一组与输入任务完全对应的有序结果。即使故意试图通过减慢某些进程来“破坏”某些进程（这可能会允许其他进程在它之前完成），情况也是如此。
我在calculate函数中有一条打印语句，显示它们正在无序计算，但结果仍然是有序的。虽然我不确定我是否可以相信打印语句是一个很好的指标，表明事情实际上是在乱序计算。
测试过程（一个通用示例）：构建一个对象列表，每个对象都包含一个整数。将该对象列表作为参数提交给 map_async，以及更新对象的 numValue 属性和平方值的函数“计算”。然后“计算”函数返回具有更新值的对象。
一些代码：
import time
import multiprocessing
import random
class NumberHolder():
def __init__(self,numValue):
self.numValue = numValue #Only one attribute
def calculate(obj):
if random.random() >= 0.5:
startTime = time.time()
timeWaster = [random.random() for x in range(5000000)] #Waste time.
endTime = time.time() #Establish end time
print("%d object got stuck in here for %f seconds"%(obj.numValue,endTime-startTime))
#Main Process
if __name__ == '__main__':
numbersToSquare = [x for x in range(0,100)] #I'm
taskList = []
for eachNumber in numbersToSquare:
taskList.append(NumberHolder(eachNumber)) #Create a list of objects whose numValue is equal to the numbers we want to square
results = [] #Where the results will be stored
pool = multiprocessing.Pool(processes=(multiprocessing.cpu_count() - 1)) #Don't use all my processing power.
r = pool.map_async(calculate, taskList, callback=results.append) #Using fxn "calculate", feed taskList, and values stored in "results" list
r.wait() # Wait on the results from the map_async
results = results[0] #All of the entries only exist in the first offset
for eachObject in results: #Loop through them and show them
print(eachObject.numValue) #If they calc'd "out of order", I'd expect append out of order
我发现这个写得很好的响应，它似乎支持 map_async 可以有“乱序”的结果的想法：multiprocessing.Pool: When to use apply, apply_async or map? . 我还在这里查找了文档（http://docs.python.org/3.3/library/multiprocessing.html）。对于 map_async 它说这个方法“......如果指定了回调，那么它应该是一个接受单个参数的可调用。当结果准备好时，回调将应用于它（除非调用失败）。回调应该立即完成，否则处理结果的线程将被阻塞”
我是否误解了这应该如何工作？任何帮助深表感谢。