我的代码可以
from pathos.multiprocessing import ProcessingPool
def myFunc(something):
thispool = ProcessingPool(nodes=Result.cores)
listOfResults = thispool.map(something)
return listOfResults
for i in range(1000):
myFunc(i)
现在，在我实际涉及的更多代码中，内存使用量一直在增长。代码应该什么都不占用，但是如果我用 12 个内核运行它，这 12 个内核最初将占用将近 1mb 内存，但在几个小时的运行时间中，每个内核将占用几个 GB。
所以，我认为该池会泄漏内存，并且我最好在每次迭代后关闭它：
def myFunc(something):
thispool = ProcessingPool(nodes=Result.cores)
listOfResults = thispool.map(something)
thispool.close()
thispool.join()
return listOfResults
但是，现在，经过几次迭代，我得到了
ValueError: Pool not running
this pool.map()在线。如果我创建一个新的
test = ProcessingPool(nodes=4)
并尝试运行test.map()，我得到同样的错误。这很奇怪，我已经初始化了一个新变量......确实pathos.processing.ProcessingPool具有独特进程池的功能，如果我关闭一个，我就关闭所有？
在没有内存泄漏的情况下实现pathos.multiprocessing.ProcessingPool内部循环的正确方法是什么？
当我改为使用multiprocessing.Pool时，不会出现问题。