python多线程（条件变量同步）

互斥锁是最简单的线程同步机制，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相似的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，而后判断一些条件。若是条件不知足则wait；若是条件知足，进行一些处理改变条件后，经过notify方法通知其余线程，其余处于wait状态的线程接到通知后会从新判断条件。不断的重复这一过程，从而解决复杂的同步问题。

能够认为Condition对象维护了一个锁（Lock/RLock)和一个waiting池。线程经过acquire得到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对象的构造函数能够接受一个Lock/RLock对象做为参数，若是没有指定，则Condition对象会在内部自行建立一个RLock。

除了notify方法外，Condition对象还提供了notifyAll方法，能够通知waiting池中的全部线程尝试acquire内部锁。因为上述机制，处于waiting状态的线程只能经过notify方法唤醒，因此notifyAll的做用在于防止有线程永远处于沉默状态。

演示条件变量同步的经典问题是生产者与消费者问题：假设有一群生产者(Producer)和一群消费者（Consumer）经过一个市场来交互产品。生产者的”策略“是若是市场上剩余的产品少于1000个，那么就生产100个产品放到市场上；而消费者的”策略“是若是市场上剩余产品的数量多余100个，那么就消费3个产品。用Condition解决生产者与消费者问题的代码以下：

 
 

 import threading 
import time

class Producer(threading.Thread):
    def run(self):
        global count
        while True:
            if con.acquire():
                if count > 1000:
                    con.wait()
                else:
                    count = count+100
                    msg = self.name+' produce 100, count=' + str(count)
                    print msg
                    con.notify()
                con.release()
                time.sleep(1)

class Consumer(threading.Thread):
    def run(self):
        global count
        while True:
            if con.acquire():
                if count < 100:
                    con.wait()
                else:
                    count = count-3
                    msg = self.name+' consume 3, count='+str(count)
                    print msg
                    con.notify()
                con.release()
                time.sleep(1)

count = 500
con = threading.Condition()

def test():
    for i in range(2):
        p = Producer()
        p.start()
    for i in range(5):
        c = Consumer()
        c.start()
if __name__ == '__main__':
    test()