在Python中，当多个线程同时访问共享资源时，可能会导致数据的不一致或其他问题。为了解决这种问题，我们需要使用锁。多线程锁在Python中的模块为threading。

多线程锁可以保证在同一时刻只有一个线程可以访问共享资源，而其他线程必须等待该线程释放锁后才可以获得锁并访问共享资源。

我们可以通过threading.Lock()方法来创建一个锁对象，如下所示：

lock = threading.Lock()

使用锁对象时，在需要对共享资源进行访问的地方，需要先获得锁，并在访问结束后释放锁。获得锁的方法为acquire()，释放锁的方法为release()。当一个线程调用acquire()方法获取锁时，如果锁已经被其他线程占用，该线程将会进入阻塞状态，等待锁被其他线程释放。当该线程获取到锁后，可以访问共享资源；访问完成后，释放锁的方法为release()。

以下是一个简单的示例，演示如何使用多线程锁：

import threading

# 共享资源
count = 0
# 创建锁对象
lock = threading.Lock()

# 线程函数
def add():
    global count
    # 先获得锁
    lock.acquire()
    # 对共享资源进行操作
    for i in range(100000):
        count += 1
    # 释放锁
    lock.release()

# 创建线程
t1 = threading.Thread(target=add)
t2 = threading.Thread(target=add)

# 启动线程
t1.start()
t2.start()

# 等待线程执行完毕
t1.join()
t2.join()

# 输出结果
print(count)

在上面的示例中，我们创建了一个Lock()对象，并在add()方法中使用了lock.acquire()获得锁，在访问共享资源count时，必须先获得锁。操作完成后，使用lock.release()释放锁，使其他线程可以访问共享资源。

在上面的示例中，由于我们使用了锁来保护共享资源，所以最终输出的结果为200000。

以下是另一个示例，演示了在使用锁的时候，如果一个线程获取到锁后一直不释放，会导致另一个线程一直处于等待状态：

import threading

# 共享资源
count = 0
# 创建锁对象
lock = threading.Lock()

# 线程函数，一直占用锁
def worker1():
    global count
    # 先获得锁
    lock.acquire()
    # 模拟占用锁的情况
    while True:
        pass
    # 释放锁
    lock.release()

# 线程函数，尝试获取锁
def worker2():
    global count
    # 先获得锁
    lock.acquire()
    # 对共享资源进行操作
    for i in range(100000):
        count += 1
    # 释放锁
    lock.release()

# 创建线程
t1 = threading.Thread(target=worker1)
t2 = threading.Thread(target=worker2)

# 启动线程
t1.start()
t2.start()

# 等待线程执行完毕
t1.join()
t2.join()

# 输出结果
print(count)

在上面的示例中，我们创建了两个线程，worker1()函数获取到锁后一直不释放，而worker2()函数尝试获取锁并进行操作。由于锁已经被worker1()函数占用，所以worker2()函数一直处于等待状态，导致程序一直无法结束。因此，在使用锁的时候，需要确保释放锁的时机是合理的，否则可能会导致死锁等问题。