Python 多处理 apply_async 永远不会在 Windows 7 上返回结果

在Windows 7上使用Python多处理apply_async方法时遇到无法得到结果的问题，可能是由以下原因造成的：

1. 版本兼容性：确保你的Python和multiprocessing库的版本是兼容的。不同的库版本可能会导致一些不兼容的问题。

2. 任务执行时间太短：如果任务的执行时间非常短，那么apply_async的返回结果可能在短时间内就完成了，这时可能没有足够的时间获取到结果。

3. 使用的是multiprocessing.Pool而不是Process：在Windows 7上，multiprocessing.Pool通常比multiprocessing.Process更快。你可以尝试使用multiprocessing.Pool来替换multiprocessing.Process。

4. 任务函数需要有返回值：apply_async的返回结果是任务函数的返回值的Future对象，你需要确保你的任务函数有返回值。

以下是一个示例代码，展示了如何使用multiprocessing.Pool的apply_async方法：

```python
from multiprocessing import Pool

def myTask(n):
    print("Starting task with value:", n)
    return n*n

if __name__ == "__main__":
    with Pool(processes=4) as p:
        results = []
        for i in range(10):
            future = p.apply_async(MyTask, args=(i,))
            results.append(future)

        # 等待所有任务完成
        for future in results:
            print("Result from task:", future.get())
```

在这个例子中，我们定义了一个名为MyTask的任务函数，它接受一个参数并返回其平方。然后，我们在主进程中创建了一个大小为4的进程池，并在每个进程中运行MyTask函数。最后，我们获取了所有任务的结果。

注意：apply_async的get方法会阻塞直到结果可用。如果需要在其他操作中同时进行，可以使用apply_async的wait方法来等待结果可用，然后调用get方法获取结果。