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流程非常繁杂出来，即使会引发许多莫名的难题。
package main import ( “fmt” “runtime” “sync” ) var ( count int32 wg sync.WaitGroup ) func main() { wg.Add(2) go incCount() goincCount() wg.Wait() fmt.Println(count) }func incCount() { defer wg.Done() for i := 0; i < 2; i++ { value := count runtime.Gosched() value++ count = value } }这是两个天然资源市场竞争的范例。他们能多运转数次那个流程，会辨认出结论可能将是 2 ，也能是 3 ，也可能将是 4 。即使共享天然资源count表达式没任何人并行为保护，因此三个goroutine单厢对其展开随机存取，会引致对早已排序好的结论全面覆盖，以致于造成严重错误结论。这儿他们模拟一类可能将，两个goroutine他们暂称作g1和g2。
g1加载到count为 0 。
接着g1中止了，转换到g2运转，g2加载到count也为 0 。
g2中止，转换到g1，g1对count+1，count转变成 1 。
有没注意到，刚刚g1对count+1的结论被g2给全面覆盖了，三个goroutine都+1还是 1 。
不再继续模拟下去了，到这儿结论早已错了，三个goroutine相互全面覆盖结论。他们这儿的runtime.Gosched()是让当前goroutine中止的意思。退回执行队列，让其他等待的goroutine运转，目的是让他们模拟天然资源市场竞争的结论更明显。注意，这儿还会牵涉到CPU难题，多核会并行，那么天然资源市场竞争的效果更明显。
因此他们对于同两个天然资源的随机存取必须是原子化的，也就是说，同一时间只能有两个goroutine对共享天然资源展开随机存取操作。
共享天然资源市场竞争的难题，非常繁杂，并且难以察觉，好在Go提供了两个工具来帮助他们检查，那个就是go build -race命令。他们在当前项目目录下执行那个命令，生成两个能执行文件，接着再运转那个可执行文件，就能看到打印出的检测信息。
go build -race多加了两个-race标志，这样生成的可执行流程就自带了检测天然资源市场竞争的功能。下面他们运转，也是在终端运转。
./hello我这儿示例生成的可执行文件名是hello，因此是这么运转的。这时候，他们看终端输出的检测结论。
hello ./hello ================== WARNING: DATA RACE Read at 0x0000011a5118 by goroutine 7: main.incCount() /Users/xxx/code/go/src/flysnow.org/hello/main.go:25 +0x76 Previous write at 0x0000011a5118 by goroutine 6: main.incCount() /Users/xxx/code/go/src/flysnow.org/hello/main.go:28 +0x9a Goroutine 7 (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，找到两个天然资源市场竞争，连在那一行代码出了难题，都标示出来了。goroutine 7在代码 25 行加载共享天然资源value := count，而这时goroutine 6正在代码 28 行修改共享天然资源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。
既然他们早已知道共享天然资源市场竞争的难题，是即使同时有三个或者多个goroutine对其展开了随机存取，那么他们只要保证，同时只有两个goroutine随机存取不就能了。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语言提供了atomic包和sync包里的一些函数对共享天然资源并行加锁，他们在此只看下sync：
sync包里提供了一类常量型的锁，能让他们自己灵活地控制那些代码，同时只能有两个goroutine访问，被sync常量锁控制的这段代码范围，被称作临界区。临界区的代码，同一时间，只能又两个goroutine访问。刚刚那个范例，他们还能这么改造。
packagemainimport ( “fmt” “runtime” “sync” ) var ( count int32 wg sync.WaitGroup mutex sync.Mutex ) func main() { wg.Add(2) go incCount() go incCount() wg.Wait() fmt.Println(count) } func incCount() { defer wg.Done() for i := 0; i < 2; i++ { mutex.Lock() value := count runtime.Gosched() value++ count = value mutex.Unlock() } }实例中，新声明了两个常量锁mutex sync.Mutex。那个常量锁有三个方法，两个是mutex.Lock()，两个是mutex.Unlock()。这三个之间的区域就是临界区，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，这样当两个goroutine进入那个区域的时候，其他goroutine就进不来了，只能等待，一直到调用mutex.Unlock() 释放那个锁为止。
这种方式比较灵活，能让代码编写者任意定义需要为保护的代码范围，也就是临界区。除了原子函数和常量锁，Go还为他们提供了更容易在多个goroutine并行的功能，这就是通道chan。
