我有一个使用多重处理（特别是joblib）的函数来加快使用多个内核的慢速例程的速度。效果很好；那里没有问题。
我有一个测试套件，该套件使用多处理（当前仅是multiprocessing.Pool（）系统，但可以将其更改为joblib）来独立运行每个模块的测试功能。效果很好；那里没有问题。
问题是，我现在已将多处理功能集成到模块的测试套件中，以便池进程运行多处理功能。我想这样做，以便内部函数知道它已经被多进程处理，而不是增加自身的派生。当前，内部进程有时会挂起，但是即使没有挂起，显然在已经并行的例程中进行多处理也无济于事。
我可以想到几种方法（使用锁定文件，设置某种全局变量等）来确定我们所处的状态，但是我想知道是否有某种标准的方法可以解决此问题（ PY多重处理或在joblib中）。如果只能在PY3中使用，那很好，尽管显然也可以在2.7或更低版本上使用的解决方案会更好。谢谢！
joblib中的并行应该能够解决以下问题：http://pydoc.net/Python/joblib/0.8.3-r1/joblib.parallel/
来自0.8.3-r1的两段：
# Set an environment variable to avoid infinite loops
os.environ[JOBLIB_SPAWNED_PROCESS] = '1'
不知道为什么它们会从引用环境的变量转到环境变量。本身。但是如您所见。该功能已在joblib中实现。
# We can now allow subprocesses again
os.environ.pop('__JOBLIB_SPAWNED_PARALLEL__', 0)
如果更相关，则可以在此处选择其他版本：http://pydoc.net/Python/joblib/0.8.3-r1/
特定问题的答案是：我不知道现成的实用程序。
Aminimum（*）核心重构是将一个命名参数添加到当前正在创建子进程的函数中。默认参数是您当前的行为，另一个值将切换为与您运行测试的方式兼容的行为（**）。
（* *可能还有其他可能更好的设计替代方案要考虑，但我们没有足够的信息）（**：有人可能会说引入条件行为也需要对此进行检验，我们回到正题了……）
检查multiprocessing.current_process().daemon-如果当前进程是一个已生成的进程，它将返回True。 （回答自己的问题）