我有一个Python程序需要大约10分钟才能执行。因此，我使用Pool中的multiprocessing来加快速度：
from multiprocessing import Pool
p = Pool(processes = 6) # I have an 8 thread processor
results = p.map( function, argument_list ) # distributes work over 6 processes!
它的运行速度要快得多。上帝保佑Python！所以我认为就是这样。
但是我注意到，每次执行此操作时，即使p超出范围，进程及其相当大的状态仍然存在;实际上，我创造了一个内存泄漏。这些进程在我的系统监视器应用程序中显示为Python进程，此时不使用CPU，但需要相当大的内存来维护其状态。
池有close，terminate和join功能，我假设其中一个会终止进程。有谁知道哪个是告诉我的游泳池p最好的方法我已经完成了它？
非常感谢你的帮助！