为什么`print`在Python多处理pool.map中不起作用

Question

我正在尝试实现multiprocessing用于处理大型csv文件的模块。我正在使用Python
2.7并遵循此处的示例。

我运行了未修改的代码（为方便起见，print在下面复制），并注意到该worker函数中的语句不起作用。无法做到print这一点使得难以理解流程和调试。

谁能解释为什么print在这里不工作？pool.map是否不执行打印命令？我在网上搜索，但没有找到任何文件可以表明这一点。

import multiprocessing as mp
import itertools
import time
import csv

def worker(chunk):
    # `chunk` will be a list of CSV rows all with the same name column
    # replace this with your real computation
    print(chunk)     # <----- nothing prints
    print 'working'  # <----- nothing prints
    return len(chunk)

def keyfunc(row):
    # `row` is one row of the CSV file.
    # replace this with the name column.
    return row[0]

def main():
    pool = mp.Pool()
    largefile = 'test.dat'
    num_chunks = 10
    results = []
    with open(largefile) as f:
        reader = csv.reader(f)
        chunks = itertools.groupby(reader, keyfunc)
        while True:
            # make a list of num_chunks chunks
            groups = [list(chunk) for key, chunk in
                      itertools.islice(chunks, num_chunks)]
            if groups:
                result = pool.map(worker, groups)
                results.extend(result)
            else:
                break
    pool.close()
    pool.join()
    print(results)

if __name__ == '__main__':
    main()

Answer 1

这是IDLE的问题，您正在使用它来运行代码。IDLE对终端进行了相当基本的仿真，以处理您在其中运行的程序的输出。但是它无法处理子流程，因此尽管它们会在后台正常运行，但您永远看不到它们的输出。

最简单的解决方法是仅从命令行运行代码。

另一种选择是使用更复杂的IDE。Python
Wiki
上列出了一堆，尽管我不确定哪个对多处理输出具有更好的终端仿真。