Go语言基准测试通过Benchmark函数评估性能，使用*testing.B和b.N自动调整循环次数；串行测试直接调用函数，高并发场景需用b.RunParallel启动多goroutine并行执行以模拟真实负载；为深入分析，调用b.ReportAllocs()获取B/op和allocs/op指标，揭示内存分配情况；可通过sync.Pool复用对象减少GC压力，并编写对比测试量化优化效果；利用b.Run创建子基准测试，比较不同实现或数据规模下的性能差异；结合benchcmp或benchstat工具分析优化前后结果，评估性能提升；最后使用-cpu标志测试多核扩展性，全面掌握代码在并发环境中的表现。
Go语言的基准测试（Benchmark）是评估代码性能的核心手段，尤其在验证高并发场景下的表现时非常关键。它不仅能告诉你函数跑得多快，还能揭示并发模型、资源复用和潜在瓶颈的真实影响。
编写基础与并发基准测试
所有基准测试都从一个以 Benchmark 开头的函数开始，参数为 *testing.B。框架会自动调整循环次数 b.N 以获得稳定的测量结果。对于串行操作，直接在循环内调用被测函数即可。
要模拟高并发，必须使用 b.RunParallel 方法。它会启动多个 goroutine 来并行执行测试逻辑，能有效利用多核CPU，真实反映代码在并发环境下的性能。例如，测试一个使用 strings.Builder 的字符串拼接函数：
- 定义一个 BenchmarkConcatParallel 函数
- 调用 b.RunParallel 并传入一个闭包
- 在闭包内部，通过 pb.Next() 控制迭代，每次返回true时执行一次拼接操作
这样，每个goroutine都会独立地运行测试循环，从而施加并发压力。
立即学习“go语言免费学习笔记（深入）”；
获取深度性能指标
仅看执行时间（ns/op）是不够的。内存分配是Go程序常见的性能杀手。在测试函数中调用 b.ReportAllocs()，可以开启详细的内存统计。运行结果会额外显示两个关键数据：B/op 和 allocs/op，分别代表每次操作的平均内存分配字节数和分配次数。
结合这些数据，你可以判断是否需要引入优化策略。例如，对于频繁创建的临时对象，可以使用 sync.Pool 对象池来复用实例，减少GC压力。编写一个使用 bufferPool.Get() 和 Put() 的新测试函数，对比其与普通版本的B/op和allocs/op数值，就能量化优化效果。
模拟真实场景与横向对比
真实的并发负载是动态的。可以通过子基准测试（b.Run）来比较不同实现或不同数据规模下的性能。比如，创建一个主基准函数，然后在其内部运行“使用Builder”、“使用对象池”等多个子测试，一次性获得全面的对比报告。
为了确保优化确实生效，需要进行前后对比。使用 benchcmp 或 benchstat 工具，可以将优化前后的基准测试结果进行统计学分析，清晰地展示性能提升的幅度。同时，记得使用 -cpu=1,2,4,8 等标志运行测试，观察你的代码在不同CPU核心数下的扩展性如何。
基本上就这些。
