Python并行编程(五)：多线程同步之event(事件)实现简易的生产者-消费者模型

事件在内部管理了一个标志 Flag ，如果 Flag 值为 False 

那么线程在执行 event.wait 方法时就会阻塞等值直到Flag值为 True ，该线程便会顺利执行，而 Flag 的值是通过 event.set()和 event.clear() 设定的：

• set(): 将标志设为 True ，并通知所有处于等待阻塞状态的线程恢复运行状态。

• clear(): 将标志设为 False 。

• wait(timeout): 如果标志为 True 将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用 set() 。

• isSet(): 获取内置标志状态，返回 True 或 False 。

而Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态，所以当个多个线程处于 wait 状态时，一旦标志位 Flag 变为真时，这些线程便会 “同时” (GIL锁的原因，假装在同时执行)执行。

简单的生产者-消费者模型

通过事件，我们也可以实现一个简单的生产者-消费者模型：

import threading
import random
import time

# 假定商品序号
goods = 0

# 定义一个事件
event = threading.Event()

def consumer():

    time.sleep(0.5)
    print(threading.currentThread().getName() + ' consumer is wait for goods.')

    # 等待事件，进入阻塞状态
    event.wait()

    print(threading.currentThread().getName() + ' consumer gets the goods: {}\n'.format(goods))

def producer():
    global goods
    time.sleep(1)
    goods = random.randint(1, 11)
    print('producer makes the goods: {}\n'.format(goods))
    time.sleep(1)
    # Flag --> True
    event.set()

if __name__ == "__main__":
    thread_consumer1 = threading.Thread(target=consumer) 
    thread_consumer2 = threading.Thread(target=consumer) 
    thread_producer = threading.Thread(target=producer) 

    thread_consumer1.start()
    thread_consumer2.start()
    thread_producer.start()

    thread_consumer1.join()
    thread_consumer2.join()
    thread_producer.join()

    print('consumer-producer example end.')

复制代码

运行截图如下：

我们可以看到，两个消费者都在阻塞等待商品的生产，而一旦生产者通知商品生产成功( event.set() --> Flag=True )，消费者们便都会得到该商品，这样看来，event 看似就是condition的简化版本，只是没了锁，线程们不能同步阻塞对共享资源的访问。