当前位置:首页 > 文章列表 > 文章 > python教程 > Python asyncio.Event 怎样让多个协程等待同一个完成信号

Python asyncio.Event 怎样让多个协程等待同一个完成信号

来源:17golang原创 2026-11-05 14:59:28 0浏览 收藏

在初始化、配置加载或一次性准备工作完成后,多个协程往往只需要知道“可以继续了”,并不需要从通知对象里取走一条消息。这个场景适合用同一个 asyncio.Event:准备方调用 set(),所有正在 await event.wait() 的协程都会被唤醒;后来才开始等待的协程也会因为标志仍为真而立即通过。

要注意,Event 只表达共享状态,不携带完成结果,也不是线程同步工具。结果应放在独立的数据结构里,跨线程协作则应使用线程安全的同步原语。

把 Event 想成一个可被多个协程同时看到的布尔开关:set() 打开它,clear() 关闭它,wait() 只等待开关打开,不负责消费数据。

先把 Event 当成共享状态,而不是消息队列

asyncio.Event() 创建后内部标志默认为未设置。wait() 观察这个标志:标志为假时挂起当前协程,为真时立即返回。它没有“取走通知”的动作,所以多个等待者可以同时通过。

asyncio.Event 内部标志与 set、wait、clear、is_set 的静态关系说明图
图1:结构说明图,查看 Event 状态标志与四个操作之间的关系;它不是运行截图。

下面的示例把准备工作和等待者分开。注释只说明关键职责,正文不要把输出数字当作已经执行过的证据。

import asyncio

async def wait_until_ready(event: asyncio.Event, name: str) -> None:
    # wait 只等待共享标志,不从 Event 中取出任何业务数据
    await event.wait()
    print(f"{name} 可以继续")

async def prepare(event: asyncio.Event) -> None:
    # 这里代表配置、连接或缓存等一次性准备工作
    await asyncio.sleep(0.1)
    event.set()  # 把完成状态广播给当前和后续等待者

async def main() -> None:
    ready = asyncio.Event()
    workers = [
        asyncio.create_task(wait_until_ready(ready, "worker-A")),
        asyncio.create_task(wait_until_ready(ready, "worker-B")),
        asyncio.create_task(wait_until_ready(ready, "worker-C")),
    ]
    await prepare(ready)
    await asyncio.gather(*workers)  # 等待所有等待者完成收尾

asyncio.run(main())

这个写法的关键不在于等待者有几个,而在于它们共享同一个 ready 实例。准备方只需调用一次 set(),等待方不需要轮流领取通知。

让多个协程等待同一个完成信号

如果完成信号还伴随配置对象、连接信息或结果列表,不要把这些数据塞进 Event。发布方可以先写入独立容器,再设置事件;等待方醒来后读取容器。这样“是否完成”和“完成了什么”各自有清晰职责。

初始化协程通过共享 Event 广播给三个 worker 且结果数据独立存放的关系说明图
图2:关系说明图,查看一个共享 Event 如何连接多个等待协程,以及结果数据为何另走数据通道。
import asyncio

async def load_config(event: asyncio.Event, state: dict[str, str]) -> None:
    # 先准备业务数据,再发布“可读取”信号
    state["endpoint"] = "https://service.example"
    event.set()

async def consume_config(event: asyncio.Event, state: dict[str, str], name: str) -> str:
    # Event 只负责阻塞与唤醒,真正的数据从独立容器读取
    await event.wait()
    endpoint = state.get("endpoint")
    if endpoint is None:
        raise RuntimeError("配置已唤醒但数据尚未准备")
    return f"{name}: {endpoint}"

async def main() -> None:
    ready = asyncio.Event()
    state: dict[str, str] = {}
    tasks = [asyncio.create_task(consume_config(ready, state, name)) for name in ("worker-A", "worker-B", "worker-C")]
    await load_config(ready, state)
    results = await asyncio.gather(*tasks)
    print(results)  # 结果列表来自 gather,不是 Event 携带的消息

asyncio.run(main())

若希望每个等待者拿到不同的数据,应该考虑 asyncio.Queue;若需要在共享状态上加锁并检查条件,则更接近 asyncio.Condition。Event 的优势是信号广播简单,代价是它不保存消息内容。

用 clear() 管理下一轮生命周期

set() 会让标志保持为真,直到显式调用 clear()。因此,下一轮准备工作开始前若要让新的等待者重新阻塞,就必须先清除状态。

async def run_round(event: asyncio.Event) -> None:
    # 新一轮开始前关闭旧信号,避免新等待者直接穿过
    event.clear()
    await do_prepare_work()
    event.set()  # 当前轮次准备完成,广播给所有等待者

async def do_prepare_work() -> None:
    # 这里只代表异步准备动作,实际项目中替换成真实工作
    await asyncio.sleep(0.1)

如果事件只表示“应用已经完成初始化”,通常只调用一次 set(),不需要反复 clear()。只有把它作为可重复的阶段门闩时,才把清除和重新设置放进明确的轮次管理中。is_set() 适合做状态展示或分支判断,但它本身不是等待,也不能替代 wait()。

常见误区与原语选择

需求更合适的选择原因
多个协程等待同一个状态变真asyncio.Event一次设置可以唤醒所有等待者,后续等待者也能观察到已设置状态
等待者要按顺序领取不同数据asyncio.Queue队列保存消息,消费者之间会分摊项目
等待条件并保护共享状态asyncio.Condition等待与锁结合,醒来后重新检查条件
同一时刻只允许一个协程进入临界区asyncio.Lock提供互斥,而不是广播完成信号

另外,asyncio 同步原语不是线程安全的。不要从一个 OS 线程直接把它当作跨线程事件;线程之间应使用 threading 体系,或通过事件循环提供的线程间调度接口把工作安全地交回目标循环。

相关问题

set() 之后再调用 wait() 会怎样?

只要没有调用 clear(),标志仍为真,新的 wait() 会立即返回。

Event 能传递初始化结果吗?

不能。把结果放进独立容器、Future 或其他数据通道,Event 只负责通知“可以读取”。

为什么多个协程会一起被唤醒?

因为 set() 面向的是共享标志,官方语义是唤醒所有正在等待该事件的任务,而不是只选择一个消费者。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Python ContextDecorator 重复调用时怎么避免上下文状态串线Python ContextDecorator 重复调用时怎么避免上下文状态串线
上一篇
Python ContextDecorator 重复调用时怎么避免上下文状态串线
Python warnings.catch_warnings 怎么把指定警告临时升级为异常
下一篇
Python warnings.catch_warnings 怎么把指定警告临时升级为异常
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    893次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    896次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    981次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    968次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    794次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码