使用基准测试评估goroutine性能，通过Benchmark测量吞吐量与延迟，结合runtime.NumGoroutine监控数量变化，利用-trace分析调度开销，调整并发度并对比不同worker数下的性能指标，找出最优配置。
Go语言的goroutine是实现高并发的核心机制，合理测试其性能对优化程序至关重要。直接用基准测试（benchmark）结合运行时指标，能准确评估goroutine在不同负载下的表现。
使用Go基准测试（Benchmark）测量并发性能
Go内置的testing包支持基准测试，可用来评估并发场景下goroutine的吞吐量和延迟。
编写一个简单的并发任务，比如多个goroutine同时向通道发送数据：
func BenchmarkGoroutines(b *testing.B) {for i := 0; i < b.N; i++ {
const numWorkers = 100
jobs := make(chan int, numWorkers)
results := make(chan int, numWorkers)
// 启动worker
for w := 0; w < numWorkers; w++ {
go func() {
for job := range jobs {
results <- job * 2
}
}()
}
// 发送任务
for j := 0; j < 1000; j++ {
jobs <- j
}
close(jobs)
// 收集结果
for k := 0; k < 1000; k++ {
<-results
}
}
}
运行命令：go test -bench=.，即可得到每轮执行耗时，评估并发效率。
立即学习“go语言免费学习笔记（深入）”；
监控Goroutine数量与调度开销
大量goroutine可能引发调度压力，通过runtime包实时观察goroutine数量变化有助于识别瓶颈。
在关键位置插入统计代码：
import "runtime"// 打印当前goroutine数量
fmt.Printf("Goroutines: %d\n", runtime.NumGoroutine())
可在任务前后分别采样，判断是否存在goroutine泄漏或堆积。
结合-trace生成追踪文件，分析调度行为：
go test -bench=. -cpuprofile=cpu.prof -memprofile=mem.prof -trace=trace.out使用go tool trace trace.out查看goroutine生命周期、阻塞情况等详细信息。
调整并发度并对比性能指标
并非越多goroutine越好，需测试不同并发数下的性能拐点。
可以设计参数化基准测试，比如对比50、100、500个worker的表现：
- 设置不同的numWorkers值进行多轮测试
- 记录每种配置下的ns/op和allocs/op
- 观察内存分配次数和GC频率是否随并发增长而恶化
找出资源利用率最高且延迟最低的平衡点，作为生产环境的参考配置。
基本上就这些。关键是用Benchmark量化性能，配合trace和运行时数据看清真实行为，避免盲目增加goroutine数量。
