什么是Condtion?
所谓condition
条件变量,即这种机制是在满足了特定的条件后,线程才可以访问相关的数据。 这种同步机制就是一个线程等待特定的条件,另一个线程通知它条件已经发生。一旦条件发生,该线程就会获取锁,从而独占共享资源的访问。
Condition包含以下部分:
- c.acquire(*args):获取底层锁。此方法将调用底层锁上对应的
acquire(*args)
方法。 - c.release():释放底层锁。此方法将调用底层锁上对应的
release()
方法 - c.wait(timeout):等待直到获取通知或出现超时为止。此方法在调用线程已经获取锁之后调用。
调用时,将释放底层锁,而且线程将进入睡眠状态,直到另一个线程在条件变量上执行notify()
或notify_all()
方法将其唤醒为止。在线程被唤醒后,线程讲重新获取锁,方法也会返回。timeout是浮点数,单位为秒。
如果超时,线程将被唤醒,重新获取锁,而控制将被返回。 - c.notify(n):唤醒一个或多个等待此条件变量的线程。此方法只会在调用线程已经获取锁之后调用,
而且如果没有正在等待的线程,它就什么也不做。
n指定要唤醒的线程数量,默认为1.被唤醒的线程在它们重新获取锁之前不会从wait()
调用返回。 - c.notify_all():唤醒所有等待此条件的线程。
通俗的解释:
Python提供的Condition对象提供了对复杂线程同步问题的支持。Condition被称为条件变量,除了提供与Lock类似的 acquire和release方法外,还提供了wait和notify方法。线程首先acquire一个条件变量,然后判断一些条件。如果条件不满足则 wait;如果条件满足,进行一些处理改变条件后,通过notify方法通知其他线程,其他处于wait状态的线程接到通知后会重新判断条件。不断的重复 这一过程,从而解决复杂的同步问题。
可以认为Condition对象维护了一个锁(Lock/RLock)和一个waiting池。线程通过acquire获得Condition对 象,当调用wait方法时,线程会释放Condition内部的锁并进入blocked状态,同时在waiting池中记录这个线程。当调用notify 方法时,Condition对象会从waiting池中挑选一个线程,通知其调用acquire方法尝试取到锁。
Condition对象的构造函数可以接受一个Lock/RLock对象作为参数,如果没有指定,则Condition对象会在内部自行创建一个RLock。
带有缓冲区的生产者-消费者模型
我们可以根据所谓的wait池构建一个带有缓冲区的生产者-消费者模型,即缓冲区好比一个仓库,生产者可以不断生产商品知道仓库装满,然后告知消费者消费,而消费者也可以判断仓库是否满了从而告知生产者继续生产商品:
import threading
import time
# 假设商品数量
goods = 0
condition = threading.Condition()
def consumer():
global goods
while True:
condition.acquire()
if goods <= 0:
# 仓库空了,即特定条件满足了,通知生产者生产
condition.notify()
condition.wait()
time.sleep(2)
goods -= 1
print('consume 1, left {}'.format(goods))
time.sleep(2)
condition.release()
def producer():
global goods
while True:
condition.acquire()
if goods >= 5:
# 仓库满了,即特定条件满足了,通知消费者消费
condition.notify()
condition.wait()
time.sleep(2)
goods += 1
print('produce 1, already {}'.format(goods))
time.sleep(2)
condition.release()
if __name__ == '__main__':
thread_consumer = threading.Thread(target=consumer)
thread_producer = threading.Thread(target=producer)
thread_consumer.start()
thread_producer.start()
thread_consumer.join()
thread_producer.join()
print('consumer-producer example end.')
运行截图如下: