Python中的threading.Event()操控多线程的过程有:
- 定义事件:man_talk_event = threading.Event()
- 创建线程,传入对应事件:t1 = threading.Thread(target=man, args=(man_talk_event,), name='man')
- 查看对应事件的标志:man_talk_event.is_set()
返回Ture或False
- 阻塞对应事件线程:man_talk_event.wait()
如果事件标志为True则不阻塞
- 继续对应事件线程:man_talk_event.set()
设置事件标志为True
- 结束对应事件线程:man_talk_event.clear()
设置事件标志为False
- 注意创建线程的时候,如果之前设置成t1.setDaemon(True),则不会阻塞主线程
threading.Event机制类似于一个线程向其它多个线程发号施令的模式,其它线程都会持有一个threading.Event的对象,这些线程都会等待这个事件的“发生”,如果此事件一直不发生,那么这些线程将会阻塞,直至事件的“发生”。
对此,我们可以考虑一种应用场景(仅仅作为说明),例如,我们有多个线程从rabbitmq队列中读取数据来处理,这些线程都要尝试去连接rabbitmq的服务,一般情况下,如果Redis连接不成功,在各个线程的代码中,都会去尝试重新连接。如果我们想要在启动时确保rabbitmq服务正常,才让那些工作线程去连接Redis服务器,那么我们就可以采用threading.Event机制来协调各个工作线程的连接操作:主线程中会去尝试连接rabbitmq服务,如果正常的话,触发事件,各工作线程会尝试连接rabbitmq服务。
1、日志的配置文件log/test.log
[log]
name = 'nova'
# support notset debug info warning error critical
level= debug
log_file = E:\workspace\django_flow\log\test.log
2、方便使用log日志,写一个函数接口给其他人方便调用log/log.py
# author:wanstack
import logging
import configparser
def log(name,level,log_file):
# 创建一个logger对象
logger = logging.getLogger(name)
# 设置日志级别
log_level = getattr(logging,level.upper())
logger.setLevel(log_level)
# 创建format日志格式
formatter = logging.Formatter('%(asctime)s -- %(name)s -- %(levelname)s -- %(message)s')
# 创建输出流
fn = logging.FileHandler(log_file)
# 添加formatter日志格式到输出流中
fn.setFormatter(formatter)
# 创建filter,并作用在输出流上
filter = logging.Filter(name)
fn.addFilter(filter)
# 将logger对象关联到输出流上
logger.addHandler(fn)
return logger
# if __name__ == '__main__':
# cf = configparser.ConfigParser()
# cf.read('log.conf')
# name = cf.get('log', 'name')
# level = cf.get('log', 'level')
# log_file = cf.get('log', 'log_file')
# logger = log(name,level,log_file)
3、连接rabbitmq,如果连接不上就一直发日志,如果连接上了就退出other/test.py
# author:wanstack
import pika
import socket
import threading
import time
from log.log import log
import configparser
import os
RabbitmqHost = '172.20.6.184'
RabbitmqPort = 5672
RabbitmqUser = 'admin'
RabbitmqPwd = 'admin'
def check_rabbitmq_port(RabbitmqHost,RabbitmqPort):
"""
检查rabbitmq端口是否存活
:param RabbitmqHost:
:param RabbitmqPort:
:return: 如果存活返回true,否则返回None
"""
# AF_INET ipv4
# SOCK_STREAM TCP
sock = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
# 设置超时时间
sock.settimeout(1)
try:
sock.connect((RabbitmqHost,RabbitmqPort))
return True
except Exception:
logger.error('Server port {RabbitmqPort} not connect!'.format(RabbitmqPort=RabbitmqPort))
sock.close()
def worker(event):
# 查看对应事件的标志,返回Ture或False
while not event.is_set():
logger.debug('Waiting for rabbitmq redy')
"""
我们在工作线程中加入了一个while循环,直到rabbitmq_ready事件触发之后才会结束循环,
wait方法调用会在1秒的超时后返回,这样,
我们就可以看到各个工作线程在系统启动的时候等待redis_ready的同时,
会记录一些状态信息。以下是这个程序的运行结果
"""
event.wait(1)
# 当事件标志为true时,才执行下面的内容,否则一直阻塞在event.wait上
logger.debug('rabbitmq ready, and connect to rabbitmq server and do some work [%s]', time.ctime())
credentials = pika.PlainCredentials(RabbitmqUser,RabbitmqPwd)
connection = pika.BlockingConnection(pika.ConnectionParameters(host=RabbitmqHost,credentials=credentials))
if __name__ == "__main__":
# 解析log配置文件,获取logger对象
cf = configparser.ConfigParser()
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
log_conf = os.path.join(BASE_DIR,'log\log.conf')
cf.read(log_conf)
name = cf.get('log', 'name')
level = cf.get('log', 'level')
log_file = cf.get('log', 'log_file')
logger = log(name,level,log_file)
rabbitmq_ready = threading.Event()
t1 = threading.Thread(target=worker,args=(rabbitmq_ready,),name='t1')
t1.start()
t2 = threading.Thread(target=worker,args=(rabbitmq_ready,),name='t2')
t2.start()
logger.debug('first of all, check rabbitmq server, make sure it is OK, and then trigger the rabbitmq ready event')
# 检测rabbitmq-server端口是否存活
check_port = check_rabbitmq_port(RabbitmqHost, RabbitmqPort)
if check_port:
rabbitmq_ready.set()