1. 简介
在多线程应用中，某个资源被多个线程共享访问，线程通过使用锁独占该资源。需要独占访问的资源可能是：
打印机，线程在使用打印机时，不允许其它线程向打印机输出
共享变量，线程对这个变量进行读取访问时，不允许其它线程同时对这个变量进行读取访问
python 的 threading 模块提供了类 Lock 用于独占访问某个共享资源，类 Lock 提供了如下方法：
方法 功能
acquire() 获得锁，如果锁是空闲的，则立即返回；如果锁已经被其它线程占用了，则阻塞等待。
release() 释放锁，唤醒等待该锁的线程。
线程在独占使用某个资源前，需要调用 lock.acquire() 方法，使用完毕后，需要调用 lock.release() 方法，如下所示：
lock = threading.Lock()
lock.acquire()
独占访问某个资源
lock.release()
2. 数据竞争
当多个线程在读写某个共享变量时，其最终的结果依赖于线程的执行顺序，这种现象被称为数据竞争，示例如下：
import threading
sum = 0
tmp = 0
引入模块 threading
设定全局变量 sum 和 tmp 的初值为 0，它们被线程共享访问
def thread_entry():
global sum, tmp
for i in range(1000 * 1000):
tmp = sum + 1
sum = tmp
在第 1 行，定义线程入口 thread_entry
在第 2 行，声明共享变量 sum 和 tmp
在第 4 行，for 循环 1000* 1000 次，递增变量 sum
t0 = threading.Thread(target = thread_entry, args = ())
t1 = threading.Thread(target = thread_entry, args = ())
t0.start()
t1.start()
t0.join()
t1.join()
print('sum =', sum)
创建线程 t0，线程入口为 thread_entry
线程 t0 对变量 sum 递增 1000 * 1000 次
创建线程 t1，线程入口为 thread_entry
线程 t1 对变量 sum 递增 1000 * 1000 次
等待两个线程结束后，打印 sum 的值
线程 t0 对变量 sum 递增 1000 * 1000 次
线程 t1 对变量 sum 递增 1000 * 1000 次
第一次运行程序，输出结果如下：
sum = 1464661
再次运行程序，输出结果如下：
sum = 1415592
线程 t0 和 t1 对 sum 各自递增 1000 * 1000 次，期望最终的 sum 为 2 * 1000 * 1000。然而，线程 t0 和 线程 t1 共享访问变量 sum 和 tmp，存在数据竞争，导致：
实际结果依赖于线程的执行顺序，每次执行程序的输出结果都不一样
实际结果和预期不一致
3. 使用 lock 防止数据竞争
可以使用 threading 模块的类 Lock 防止数据竞争，示例如下：
import threading
sum = 0
tmp = 0
def thread_entry():
global sum, tmp
for i in range(1000 * 1000):
lock.acquire() # 获取锁
tmp = sum + 1
sum = tmp
lock.release() # 释放锁
lock = threading.Lock() # 初始化锁
t0 = threading.Thread(target = thread_entry, args = ())
t1 = threading.Thread(target = thread_entry, args = ())
t0.start()
t1.start()
t0.join()
t1.join()
print('sum =', sum)
和上个小节的例子相比，增加了 3 行代码 (使用注释标记)：
lock.acquire()，访问共享变量 sum 和 tmp 前，需要获取锁
lock.release()，访问共享变量 sum 和 tmp 后，需要释放锁
lock = thread.Lock()，初始化锁
第一次运行程序，输出结果如下：
sum = 200000
再次运行程序，输出结果如下：
sum = 200000
线程 t0 和 t1 对 sum 各自递增 1000 * 1000 次，期望最终的 sum 为 2 * 1000 * 1000。使用了 lock 防止了数据竞争：
每次执行程序的输出结果都是相同的
实际结果和期望结果相符合