事件在内部管理了一个标志Flag，如果Flag值为 False，那么线程在执行event.wait方法时就会阻塞等值直到Flag值为True，该线程便会顺利执行，而Flag的值是通过event.set()和event.clear()设定的：
-
set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。
-
clear(): 将标志设为False。
-
wait(timeout): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。
-
isSet(): 获取内置标志状态，返回True或False。
而Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态，所以当个多个线程处于wait状态时，一旦标志位Flag变为真时，这些线程便会 “同时” (GIL锁的原因，假装在同时执行)执行。
简单的生产者-消费者模型通过事件，我们也可以实现一个简单的生产者-消费者模型：
import threading
import random
import time
# 假定商品序号
goods = 0
# 定义一个事件
event = threading.Event()
def consumer():
time.sleep(0.5)
print(threading.currentThread().getName() + ' consumer is wait for goods.')
# 等待事件，进入阻塞状态
event.wait()
print(threading.currentThread().getName() + ' consumer gets the goods: {}n'.format(goods))
def producer():
global goods
time.sleep(1)
goods = random.randint(1, 11)
print('producer makes the goods: {}n'.format(goods))
time.sleep(1)
# Flag --> True
event.set()
if __name__ == "__main__":
thread_consumer1 = threading.Thread(target=consumer)
thread_consumer2 = threading.Thread(target=consumer)
thread_producer = threading.Thread(target=producer)
thread_consumer1.start()
thread_consumer2.start()
thread_producer.start()
thread_consumer1.join()
thread_consumer2.join()
thread_producer.join()
print('consumer-producer example end.')
运行截图如下：
我们可以看到，两个消费者都在阻塞等待商品的生产，而一旦生产者通知商品生产成功(event.set() --> Flag=True)，消费者们便都会得到该商品，这样看来，event 看似就是condition的简化版本，只是没了锁，线程们不能同步阻塞对共享资源的访问。
