Что такое состояние гонки?

Когда несколько потоков работают с общими данными и хотя бы один пишет, результат может зависеть от чередования их шагов. Планировщик может прервать поток в любой момент, и на многоядерной машине потоки вообще выполняются одновременно.

Потерянное обновление. count++ компилируется в чтение значения в регистр, прибавление и запись обратно. Если оба потока прочитали 5, оба запишут 6 — одно увеличение потерялось. Десять потоков по миллиону инкрементов дадут заметно меньше десяти миллионов.

Check-then-act. «Если ключа нет в кэше — посчитать и положить», «если на счёте хватает денег — списать». Между проверкой и действием другой поток может изменить состояние. Даже потокобезопасная коллекция не спасает, если проверка и действие — два отдельных вызова: нужны атомарные составные операции (computeIfAbsent, putIfAbsent) или блокировка вокруг обоих.

Data race и race condition. Строго говоря, data race — одновременный доступ к одной ячейке памяти без синхронизации, где хотя бы один доступ — запись. Это ошибка на уровне модели памяти языка (в Java — нет гарантий видимости, в C++ — неопределённое поведение). Race condition шире — логическая ошибка порядка, она бывает и без data race (две атомарные операции в неудачном порядке) и даже между процессами или сервисами: два запроса одновременно бронируют последнее место.

Как устраняют:

• взаимное исключение — мьютекс, synchronized, Lock вокруг критической секции;
• атомарные операции — AtomicInteger.incrementAndGet, CAS;
• неизменяемость — нечего гонять, если данные не меняются;
• изоляция — у каждого потока свои данные (ThreadLocal, акторы, обмен сообщениями вместо общей памяти);
• в базе — транзакции с нужной изоляцией, SELECT ... FOR UPDATE, оптимистическая блокировка по версии, атомарный UPDATE ... SET x = x - 1 WHERE x > 0.

import threading
count = 0
def work():
    global count
    for _ in range(100_000):
        count += 1          # прочитать, прибавить, записать — не атомарно

ts = [threading.Thread(target=work) for _ in range(8)]
[t.start() for t in ts]; [t.join() for t in ts]
print(count)                # может быть меньше 800000

lock = threading.Lock()
def safe_work():
    global count
    for _ in range(100_000):
        with lock:          # критическая секция
            count += 1