在計算機并發領域編程中總是會與鎖打交道，鎖又有很多種，互斥鎖、自旋鎖等等。

鎖總是伴隨著線程、進程這樣的詞匯出現，阮一峰有 一篇文章 對這些名詞進行了簡單易懂的解釋。

我的理解是，使用線程、進程是為了實現并發從而獲得性能的提升(利用多核CPU，多臺服務器)，但這種并發由于調度的不確定性，很容易出亂子，為了(在一些共享資源、關鍵節點上)不出亂子，又需要對資源加鎖，在操作這個資源時控制這種并發，將亂子消滅。

很多語言都提供了一些線程級別的鎖實現以及一些相應的工具，但在進程方面就無能為力了。而一個服務部署到生產環境，往往會部署多個實例，這種情況下，就經常會用到給不同進程用的鎖，分布式鎖便是在分布式系統中對某共享資源進行加鎖的構件。

現在來試著展示一下在Python項目中如何使用簡單的分布式互斥鎖。

不使用分布式鎖會怎樣

先用一個簡單的實例來演示一下，不使用分布式鎖會出怎樣的亂子。

假設商城系統要做秒殺活動，在redis中記錄著 count:1 的信息，到秒殺時間點的時候，會收到許多的請求，這時各應用程序去查redis中count的值，若count還大于0，則將count-1，這樣其他請求就不再能秒殺到了。

# -*- coding: utf-8 -*-import osimport arrowimport redisfrom multiprocessing import PoolHOT_KEY = 'count'r = redis.Redis(host='localhost', port=6379)def seckilling():  name = os.getpid()  v = r.get(HOT_KEY)  if int(v) > 0:    print name, ' decr redis.'    r.decr(HOT_KEY)  else:    print name, ' can not set redis.', vdef run_without_lock(name):  while True:    if arrow.now().second % 5 == 0:      seckilling()      returnif __name__ == '__main__':  p = Pool(16)  r.set(HOT_KEY, 1)  for i in range(16):    p.apply_async(run_without_lock, args=(i, ))  print 'now 16 processes are going to get lock!'  p.close()  p.join()  print('All subprocesses done.')

以上代碼使用多進程來模仿這種并發請求場景，程序開始的時候將count設為1，之后各進程開始進入等待，當秒數為5的時候，所有進程同時去訪問秒殺函數，來看一下效果：

運行結果