在问题6721中，在Linux中的同一个python应用程序中使用多处理和用户线程的最佳实践或解决方法是什么？python标准库中的锁应该在fork上进行清理？
为什么我需要两者？我使用子进程进行大量计算，产生的数据结构太大而无法通过队列返回 - 而是必须立即将它们存储到磁盘中。通过单独的线程监视这些子进程中的每一个似乎是有效的，因此在完成时，线程可以处理将大（例如多GB）数据读回到进程中的IO，其中需要进一步计算结果。与其他子进程的结果相结合。 子进程会间歇性地挂起，我只是（经过大量的冲击）发现是由于使用了日志记录模块而导致的。其他人在这里记录了这个问题：
https://twiki.cern.ch/twiki/bin/view/Main/PythonLoggingThreadingMultiprocessingIntermixedStudy
指出了这个明显未解决的python问题：python标准库中的锁应该在fork上进行清理; http://bugs.python.org/issue6721
对我追踪到的困难感到震惊，我回答说：
Are there any reasons not to mix Multiprocessing and Threading module in Python
有一个相当无益的建议，'小心'并链接到上面。
但冗长的讨论：问题6721表明在同一个应用程序中使用多处理（或os.fork）和用户线程是一个“错误”。由于对这个问题的理解有限，我在讨论中发现了太多的分歧，无法总结在同一个应用程序中使用多处理和线程的解决办法或策略。我的直接问题是通过禁用日志记录来解决的，但是我在父进程和子进程中都创建了少量其他（显式）锁，并且怀疑我正在为进一步的间歇性死锁做好准备。
在python（2.7,3.2,3.3）应用程序中使用线程和多处理时，是否可以提供实用的建议以避免在使用锁和/或日志记录模块时发生死锁？
答案 0 :(得分：5)
如果你在程序中只有一个线程（即，从主线程中派生，在产生工作线程之前）分叉其他进程，那么你将是安全的。
您的用例看起来甚至不需要多处理模块;你可以使用subprocess（甚至更简单的os.system-like调用）。