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。