Python 下多进程的问题

问题背景

现在有一个 Python 程序，这个程序里面 import abc 模块，该是用 C++ 编写的，编写的时候还使用了 OpenMP 多线程库。直接通过 python xxx.py --options OPTIONS 来运行，可以感受到多线程带来性能上的提升。但是这个 abc 模块的编写似乎有一点问题，在某些参数条件下会崩溃，这个崩溃不是抛出异常，而是整个 Python 程序（解释器）的崩溃，没有任何错误提示。OPTIONS 最终也是由 __main__ 函数负责解析，调用里面的函数 func(args...) 来完成。

我们需要测试不同的参数组合，并且不想因为某一组参数导致整个测试程序的崩溃。所以我们就另外编写了一个 Python 程序，里面 from xxx import func，然后想要通过派生一个新的进程来执行 func，防止因为崩溃导致主进程的崩溃。

multiprocessing 方式

首先想到的是使用 multiprocessing 方式，相关的代码如下：

from multiprocessing import Process
from xxx import func

p = Process(target=func, args=(__OPTIONS__)) # __OPTIONS__ 为想要传入的参数
p.start()
p.join(300) # 设置主进程阻塞 300 秒
while p.is_alive():
  p.terminate()
# 处理 IPC 回收数据

设定超过 300 秒就算失败。现在的问题是，使用这种方式执行 func 后，看起来 func 的执行失去了并行能力，执行其中的一个运算会卡住，但是这个卡住是真卡住了还是因为没有运算完，这个无从得知。

subprocess 方式

其次想到的就是利用 subprocess 来做，相关代码如下：

import subprocess
from xxx import func

p = subprocess.Popen('python xxx.py --options OPTIONS', shell=True)
# 处理超时以及从 STDOUT 回收数据

利用这种方式 xxx.py 可以正常的并行执行，但是想要回收数据，只能通过 STDOUT 或者写入文件来进行。

问题

为什么通过 multiprocess.Process 执行的函数多进程会看起来丧失并行能力？