互斥锁是最简朴的线程同步机制，Python提供的Condition工具提供了对巨大线程同步问题的支持。Condition被称为条件变量，除了提供与Lock雷同的acquire和release要领外，还提供了wait和notify要领。线程首先acquire一个条件变量，然后判定一些条件。假如条件不满意则wait；假如条件满意，举办一些处理惩罚改变条件后，通过notify要领通知其他线程，其他处于wait状态的线程接到通知后会从头判定条件。不绝的反复这一进程，从而办理巨大的同步问题。
可以认为Condition工具维护了一个锁（Lock/RLock)和一个waiting池。线程通过acquire得到Condition工具，当挪用wait要领时，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。当挪用notify要领时，Condition工具会从waiting池中挑选一个线程，通知其挪用acquire要领实验取到锁。
Condition工具的结构函数可以接管一个Lock/RLock工具作为参数，假如没有指定，则Condition工具会在内部自行建设一个RLock。
除了notify要领外，Condition工具还提供了notifyAll要领，可以通知waiting池中的所有线程实验acquire内部锁。由于上述机制，处于waiting状态的线程只能通过notify要领叫醒，所以notifyAll的浸染在于防备有线程永远处于沉默沉静状态。
演示条件变量同步的经典问题是出产者与消费者问题：假设有一群出产者(Producer)和一群消费者（Consumer）通过一个市场来交互产物。出产者的”计策“是假如市场上剩余的产物少于1000个，那么就出产100个产物放到市场上；而消费者的”计策“是假如市场上剩余产物的数量多余100个，那么就消费3个产物。用Condition办理出产者与消费者问题的代码如下：
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()
