Go并发优化需先用pprof分析CPU、内存、goroutine状态，定位瓶颈；减少锁竞争可通过缩小临界区、使用RWMutex、分片锁或原子操作；避免goroutine泄漏需结合context控制生命周期并设置超时；通过sync.Pool复用对象、预分配slice、减少堆分配来降低GC压力。
Go语言的并发模型基于goroutine和channel，天生适合高并发场景。但不当的使用会导致性能瓶颈，如goroutine泄漏、锁竞争、内存分配过多等。要提升并发程序性能，必须结合工具分析问题，再针对性优化。
使用pprof进行性能剖析
Go内置的net/http/pprof和runtime/pprof是分析CPU、内存、goroutine状态的核心工具。
在Web服务中引入pprof非常简单：
package mainimport (
"net/http"
_ "net/http/pprof"
)
func main() {
go func() {
http.ListenAndServe(":6060", nil)
}()
// 你的主逻辑
}
启动后访问 http://localhost:6060/debug/pprof/ 可查看各项指标。
立即学习“go语言免费学习笔记（深入）”；
常用命令：
- top：查看CPU或内存消耗最高的函数
- web：生成调用图（需安装graphviz）
- goroutine：分析当前所有goroutine堆栈，排查泄漏
减少锁竞争提升并发效率
sync.Mutex在高并发下可能成为瓶颈，尤其是共享资源被频繁访问时。
优化策略包括：
- 缩小临界区：只对必要操作加锁，避免在锁内做I/O或耗时计算
- 使用读写锁sync.RWMutex：读多写少场景下显著提升吞吐
- 分片锁（shard lock）：将大资源拆分为多个小段，各自独立加锁，降低争用
- 无锁编程：通过sync/atomic或channel实现原子操作，适用于计数器等简单场景
避免goroutine泄漏与积压
goroutine一旦启动，若未正确退出会持续占用内存和调度资源。
常见泄漏原因：
- channel接收方未处理，发送方阻塞导致goroutine挂起
- for-select循环缺少退出机制
- context未传递或未监听取消信号
解决方案：
- 始终使用context控制生命周期，尤其在HTTP请求或定时任务中
- 为可能阻塞的操作设置超时：context.WithTimeout
- 监控goroutine数量变化，可通过pprof或Prometheus采集/debug/pprof/goroutine
优化内存分配与GC压力
高频并发常伴随大量临时对象分配，加剧GC负担。
建议做法：
- 复用对象：使用sync.Pool缓存临时对象，如buffer、结构体实例
- 预分配slice容量：避免频繁扩容
- 减少逃逸到堆的变量：通过逃逸分析（-gcflags="-m"）识别并优化
- 避免在热路径上频繁创建字符串或结构体
示例：使用sync.Pool管理字节缓冲
var bufferPool = sync.Pool{New: func() interface{} { return &bytes.Buffer{} },
}
func getBuffer() *bytes.Buffer {
return bufferPool.Get().(*bytes.Buffer)
}
func putBuffer(b *bytes.Buffer) {
b.Reset()
bufferPool.Put(b)
}
基本上就这些。Go的并发性能优化重在观察和度量，不能靠猜测。先用pprof定位热点，再逐项治理锁、内存、goroutine等问题，效果明显。关键是建立性能基线，持续监控变化。
