没有看到实际的代码，我只能概括地回答。但是有两种通用的解决方案。
首先，不要使用a
callback并忽略
AsyncResults
，而是将它们存储在某种集合中。然后，您可以使用该集合。例如，如果您希望能够使用该函数作为键来查找该函数的结果，则只需
dict使用以下函数创建一个键：
def in_parallel(funcs): results = {} pool = mp.Pool() for func in funcs: results[func] = pool.apply_async(func) pool.close() pool.join() return {func: result.get() for func, result in results.items()}另外，您可以更改回调函数以按键将结果存储在集合中。例如：
def in_parallel(funcs): results = {} pool = mp.Pool() for func in funcs: def callback(result, func=func): results[func] = result pool.apply_async(func, callback=callback) pool.close() pool.join() return results我将函数本身用作键。但是，您想使用索引来代替，这很容易。您拥有的任何值都可以用作键。
同时，您链接的示例实际上只是对一堆参数调用相同的函数，等待所有参数完成，然后以任意顺序将结果以可迭代的方式保留。
imap_unordered确实是这样，但是简单得多。您可以用以下代码替换链接代码中的整个复杂的东西：
pool = mp.Pool()results = list(pool.imap_unordered(foo_pool, range(10)))pool.close()pool.join()
然后，如果您希望结果按其原始顺序而不是任意顺序排列，则可以切换到
imap或
map代替。所以：
pool = mp.Pool()results = pool.map(foo_pool, range(10))pool.close()pool.join()
如果您需要类似但又太复杂以至于无法融入该
map范式的内容，
concurrent.futures则可能会使您的生活比轻松
multiprocessing。如果您使用的是Python
2.x，则必须安装backport。但是，然后您可以完成用
AsyncResults或
callbacks（或
map）完成的工作，例如将一大堆期货组成一个大期货。请参阅链接文档中的示例。
最后一点：
需要强调的重点是我无法修改现有功能…
如果您无法修改函数，则可以随时对其进行包装。例如，假设我有一个返回数字平方的函数，但是我试图构建一个将数字异步映射到其平方的字典，所以我也需要将原始数字作为结果的一部分。这很容易：
def number_and_square(x): return x, square(x)
现在，我可以
apply_async(number_and_square)代替
square而获得所需的结果。
在上面的示例中，我没有这样做，因为在第一种情况下，我是从调用方将密钥存储到集合中的，而在第二种情况下，我将其绑定到了回调函数中。但是，将它们绑定到函数周围的包装就像这两个函数一样容易，并且在这两个函数都不存在的情况下可能是合适的。
