答案：Go压力测试需控制并发、节奏与指标收集，用net/http+goroutine可手写简单脚本，结合sync.WaitGroup、time.Tick和信号量控制并发；推荐go-wrk或vegeta进行标准化测试，支持多模式压测与结果输出；务必分离压测与服务端，禁用连接复用，通过pprof采集CPU、Goroutine、GC等数据定位瓶颈；确保测试可复现，固定数据、清空缓存、关闭日志，至少三轮取中位数对比优化效果。
在 Go 中做压力测试，核心是模拟并发请求、控制负载节奏、收集关键指标（如 QPS、延迟、错误率），并确保测试结果可复现、可对比。不依赖外部工具也能快速上手，但需注意资源隔离与统计准确性。
用 net/http + goroutine 快速构建轻量级压测脚本
适合接口级简单验证，无需引入额外框架。重点在于控制并发数、总请求数和请求间隔，避免 Goroutine 泄漏或系统过载。
- 用 sync.WaitGroup 等待所有请求完成
- 用 time.AfterFunc 或 time.Tick 控制请求节奏（如每秒 100 次）
- 每个请求单独起 goroutine，但限制最大并发数（如用 semaphore 或带缓冲 channel 控制）
- 记录每次响应时间、状态码，最后汇总：平均延迟、P95/P99、成功率
使用 go-wrk 或 vegeta 做标准化压测
比手写更稳定、功能更全，支持 CSV 输出、多种请求模式（RPS/持续时长/阶梯加压），适合中等复杂度场景。
-
go-wrk：纯 Go 编写，二进制小，支持 HTTP/1.1，命令示例：
go-wrk -n 10000 -c 100 -t 4 http://localhost:8080/api/users - vegeta：支持 HTTP/2、自定义 header/body、压测脚本（JSON 格式），适合 API 链路测试
- 注意：服务端和压测机尽量分离，禁用客户端连接池复用（避免掩盖服务端瓶颈）
结合 pprof 和 trace 定位性能瓶颈
压测不是只看吞吐，更要查“为什么慢”。Go 自带的分析工具能直接关联到代码行。
立即学习“go语言免费学习笔记（深入）”；
- 启动服务时开启 pprof：导入
_ "net/http/pprof"，访问/debug/pprof/ - 压测中采集 CPU profile：
curl "http://localhost:6060/debug/pprof/profile?seconds=30" > cpu.pprof - 用
go tool pprof cpu.pprof查看热点函数；用go tool trace分析 Goroutine 调度、阻塞情况 - 重点关注：GC 频率是否过高、锁竞争（
mutexprofile）、系统调用等待（blockprofile）
设计可复现的压测方案要点
一次靠谱的压力测试 = 合理场景 + 稳定环境 + 明确指标 + 多次验证。
- 固定测试数据：避免数据库写入差异（如用预生成 ID 或 mock DB 层）
- 关闭无关日志、调试信息，减少 I/O 干扰
- 每次压测前重启服务，清空连接池、缓存（如 Redis）、GC（
debug.FreeOSMemory()仅用于测试） - 至少跑 3 轮，取中位数；对比优化前后，用相同参数重跑
基本上就这些。Golang 压力测试不复杂但容易忽略细节——比如没控并发导致本地机器先扛不住，或者只看平均延迟却忽略了长尾请求。把脚本写清楚、指标抓准、瓶颈挖深，就能真正支撑性能决策。
