Python 的 multiprocessing.Process 对象不可重复启动，每次需创建新实例；本文详解如何通过“按需新建进程 + 队列通信”模式，实现定时、可重入的多进程任务调度。
python 的 `multiprocessing.process` 对象不可重复启动，每次需创建新实例；本文详解如何通过“按需新建进程 + 队列通信”模式，实现定时、可重入的多进程任务调度。
在使用 multiprocessing 时，一个常见误区是试图复用已终止的 Process 实例（如调用 start() 多次），这将直接触发 AssertionError: cannot start a process twice。根本原因在于：Process 对象是一次性资源——其内部状态（如 _popen 句柄）在 start() 后被初始化，在 join() 或 terminate() 后即失效，无法重置或重启。
✅ 正确做法是：每次需要执行任务时，都创建全新的 Process 实例，而非复用旧对象。结合 Queue、Event 等同步机制，还能安全地获取结果或控制生命周期。
以下是一个健壮、可运行的定时多进程任务模板（适配您的 10 秒间隔需求）：
#!/usr/bin/python3
import time
import multiprocessing
def task(i: int, result_queue: multiprocessing.Queue):
"""带结果回传的任务函数"""
print(f"[PID {multiprocessing.current_process().pid}] task : {i}")
# 模拟耗时操作（例如网络请求、计算等）
time.sleep(2)
result_queue.put(f"result_from_{i}")
if __name__ == '__main__':
result_queue = multiprocessing.Queue()
last_run = time.time()
i = 0
print("Starting main loop (Ctrl+C to exit)...")
try:
while True:
now = time.time()
# 每隔 10 秒触发一次新任务
if now - last_run >= 10:
last_run = now
# ✅ 关键：每次新建 Process 实例
p = multiprocessing.Process(
target=task,
args=(i, result_queue)
)
p.start()
print(f"Launched process for task {i} (PID: {p.pid})")
# 非阻塞地消费已完成任务的结果
while not result_queue.empty():
try:
result = result_queue.get_nowait()
print(f"✓ Received: {result}")
except Exception:
break # Queue 可能瞬时为空，忽略
print(f"main: {i}")
i += 1
time.sleep(1) # 主循环轻量休眠，避免空转
except KeyboardInterrupt:
print("\nShutting down...")
# 可选：等待所有活跃子进程结束（生产环境建议加超时）
# for p in multiprocessing.active_children():
# p.join(timeout=3)
print("Done.")? 关键要点与注意事项：
立即学习“Python免费学习笔记（深入）”；
- 绝不复用 Process 对象：每次 start() 前必须 Process(...) 新建实例；
- 避免在循环中累积 Process 对象：原代码中 processes.append(...) 导致历史进程被反复 start()，是报错主因；
- 推荐使用 Queue 而非共享变量：跨进程通信应通过 multiprocessing.Queue、Pipe 等线程/进程安全对象，避免竞态；
- 注意资源清理：长时间运行时，建议对 active_children() 做监控，或为子进程设置 daemon=True（但需确保其不创建子进程）；
- join() 位置很重要：若需同步等待单次任务完成，应在 start() 后立即 join()（会阻塞主循环）；若追求并发+异步处理（如本例），则应分离启动与结果消费逻辑，避免阻塞定时节奏。
该方案兼顾了定时精度、并发安全性与代码可维护性，适用于日志采集、API 轮询、批量数据处理等典型场景。
