有mammalian，就有天然资源市场竞争，假如三个或是数个goroutine在没互相并行的情况下，出访某一共享资源的天然资源，比如说与此同时对该天然资源展开随机存取时，就会处在互相市场竞争的状况，这是mammalian中的天然资源市场竞争。
mammalian这类并不繁杂，但即使有了天然资源市场竞争的难题，就使他们合作开发Dhanbad的mammalian程序变得复杂出来，即使会引发许多莫名的难题。
packagemain
import(
“fmt” “runtime”“sync”
)
var ( count int32wg sync.WaitGroup )
func main() { wg.Add(2)
goincCount()
goincCount() wg.Wait() fmt.Println(count) }
funcincCount() {
deferwg.Done()
for i := 0; i < 2; i++ { value := count runtime.Gosched() value++ count = value } }这是一个天然资源市场竞争的例子，他们可以多运行几次这个程序，会发现结果可能是2，也可以是3，也可能是4。即使共享资源天然资源count变量没任何并行保护，所以三个goroutine都会对其展开随机存取，会导致对已经计算好的结果覆盖，以至于产生错误结果，这里他们演示一种可能，三个goroutine他们暂时称之为g1和g2。
g1读取到count为0。
然后g1暂停了，切换到g2运行，g2读取到count也为0。
g2暂停，切换到g1，g1对count+1，count变为1。
有没注意到，刚刚g1对count+1的结果被g2给覆盖了，三个goroutine都+1还是1
不再继续演示下去了，到这里结果已经错了，三个goroutine互相覆盖结果。他们这里的runtime.Gosched()是让当前goroutine暂停的意思，退回执行队列，让其他等待的goroutine运行，目的是让他们演示天然资源市场竞争的结果更明显。注意，这里还会牵涉到CPU难题，多核会并行，那么天然资源市场竞争的效果更明显。
所以他们对于同一个天然资源的随机存取必须是原子化的，也是说，同一时间只能有一个goroutine对共享资源天然资源展开随机存取操作。
共享资源天然资源市场竞争的难题，非常繁杂，并且难以察觉，好在Go为他们提供了一个工具帮助他们检查，这个是go build -race命令。他们在当前项目目录下执行这个命令，生成一个可以执行文件，然后再运行这个可执行文件，就可以看到打印出的检测信息。
go build -race多加了一个-race标志，这样生成的可执行程序就自带了检测天然资源市场竞争的功能，下面他们运行，也是在终端运行。
./hello我这里示例生成的可执行文件名是hello，所以是这么运行的，这时候，他们看终端输出的检测结果。
➜ hello ./hello ================== WARNING: DATA RACE Read at0x0000011a5118 by goroutine 7: main.incCount() /Users/xxx/code/go/src/flysnow.org/hello/main.go:25 +0x76 Previous write at 0x0000011a5118 by goroutine6: main.incCount() /Users/xxx/code/go/src/flysnow.org/hello/main.go:28 +0x9a Goroutine7(running) created at: main.main() /Users/xxx/code/go/src/flysnow.org/hello/main.go:17 +0x77 Goroutine 6(finished) created at: main.main() /Users/xxx/code/go/src/flysnow.org/hello/main.go:16 +0x5f ==================
4
Found 1 data race(s)看，找到一个天然资源市场竞争，连在那一行代码出了问题，都标示出来了。goroutine 7在代码25行读取共享资源天然资源value := count,而这时goroutine 6正在代码28行修改共享资源天然资源count = value,而这三个goroutine都是从main函数启动的，在16、17行，通过go关键字。
既然他们已经知道共享资源天然资源市场竞争的难题，是即使与此同时有三个或是数个goroutine对其展开了随机存取，那么他们只要保证，与此同时只有一个goroutine随机存取不就可以了，现在他们就看下传统解决天然资源市场竞争的办法—对天然资源加锁。
Go词汇提供了atomic包和sync包里的一些函数对共享资源天然资源并行枷锁，他们先看下atomic包。
packagemain
import(
“fmt” “runtime” “sync”“sync/atomic”
)
var ( count int32wg sync.WaitGroup )
funcmain() { wg.Add(2)
goincCount()
goincCount() wg.Wait() fmt.Println(count) }
funcincCount() {
deferwg.Done()
for i := 0; i < 2; i++ { value := atomic.LoadInt32(&count) runtime.Gosched() value++ atomic.StoreInt32(&count,value) } }留意这里atomic.LoadInt32和atomic.StoreInt32三个函数，一个读取int32类型变量的值，一个是修改int32类型变量的值，这三个都是原子性的操作，Go已经帮助他们在底层使用加锁机制，保证了共享资源天然资源的并行和安全，所以他们可以得到正确的结果，这时候他们再使用天然资源市场竞争检测工具go build -race检查，也不会提示有难题了。
atomic包里还有许多原子化的函数可以保证mammalian下天然资源并行出访修改的难题，比如说函数atomic.AddInt32可以直接对一个int32类型的变量展开修改，在原值的基础上再增加多少的功能，也是原子性的，这里不再举例，大家自己可以试试。
atomic虽然可以解决天然资源市场竞争难题，但比较都是比较简单的，支持的数据类型也有限，所以Go词汇还提供了一个sync包，这个sync包里提供了一种互斥型的锁，可以让他们自己灵活的控制哪些代码，与此同时只能有一个goroutine出访，被sync互斥锁控制的这段代码范围，被称之为临界区，临界区的代码，同一时间，只能又一个goroutine出访。刚刚那个例子，他们还可以这么改造。
packagemain
import(
“fmt” “runtime”“sync”
)
var ( count int32wg sync.WaitGroup mutex sync.Mutex )
func main() { wg.Add(2)
goincCount()
goincCount() wg.Wait() fmt.Println(count) }
funcincCount() {
deferwg.Done()
for i := 0; i < 2; i++ { mutex.Lock() value := count runtime.Gosched() value++ count = value mutex.Unlock() } }实例中，新声明了一个互斥锁mutex sync.Mutex，这个互斥锁有三个方法，一个是mutex.Lock(),一个是mutex.Unlock(),这三个之间的区域是临界区，临界区的代码是安全的。
示例中他们先调用mutex.Lock()对有市场竞争天然资源的代码加锁，这样当一个goroutine进入这个区域的时候，其他goroutine就进不来了，只能等待，一直到调用mutex.Unlock() 释放这个锁为止。
这种方式比较灵活，可以让代码编写者任意定义需要保护的代码范围，也是临界区。除了原子函数和互斥锁，Go还为他们提供了更容易在数个goroutine并行的功能，这是通道chan，他们下篇讲。
感谢支持。
