优化TCP服务器性能需减少goroutine调度和锁争用；改用固定worker池+channel分发连接，配合SetReadDeadline防止单连接阻塞，仅在连接数超10万时投入。
在 Golang 中优化 TCP 服务器性能，核心在于减少 goroutine 频繁调度（即上下文切换）和避免锁争用。Go 的 net/http 默认模型是“每连接一个 goroutine”，轻量但高并发下仍会带来可观的调度开销；而锁（尤其是全局锁、频繁互斥访问的 sync.Mutex）会成为瓶颈。优化不是靠堆资源，而是靠更合理的并发模型与数据结构设计。
使用连接池 + 复用 goroutine（避免 per-connection goroutine 泛滥）
默认 Accept → go handleConn 模式在百万级连接时，goroutine 数量和调度器压力剧增。可改用固定 worker pool 模式：启动固定数量的 goroutine（如 CPU 核心数 × 2），用 channel 分发连接，复用 goroutine 处理多个连接（需配合非阻塞 I/O 或 read deadline 控制）。
- 用 net.Conn.SetReadDeadline 防止单个连接长期阻塞 worker
- worker 内部用 for { conn.Read() } + select { case 实现可控循环
- 避免在 handler 中启动新 goroutine 处理业务逻辑——除非该逻辑明确耗时且可并行，否则直接在 worker 中同步处理更省调度开销
零拷贝读写 + 预分配缓冲区（降低内存分配与锁竞争）
频繁调用 make([]byte, n) 触发 runtime.mallocgc，间接增加 GC 压力和内存分配锁争用。同时，每次 Read/Write 都涉及内核态与用户态拷贝。
- 使用 sync.Pool 管理临时缓冲区（如 4KB~32KB 的 []byte），显著减少堆分配和 GC 扫描负担
- 对小包协议（如 Redis 协议），可结合 bytes.Buffer 或自定义 ring buffer 减少切片重分配
- 启用 conn.SetNoDelay(true)（禁用 Nagle）+ 合理使用 conn.SetWriteBuffer 避免小包攒批带来的延迟与锁等待
无锁或低锁数据结构替代共享状态
常见瓶颈如连接计数、请求统计、会话缓存等若用全局 mutex 保护，高并发下会严重串行化。
立即学习“go语言免费学习笔记（深入）”；
- 计数类场景优先用 sync/atomic（如 atomic.AddInt64(&totalConn, 1)），完全无锁
- 映射类状态（如 connID → *Conn）用 sharded map：分 N 个独立 sync.RWMutex + hash(key)%N，将锁粒度降到 1/N
- 会话缓存等读多写少场景，考虑 read-copy-update（RCU）风格：写时复制 map，原子替换指针，读全程无锁（需注意内存可见性）
绕过标准 net.Conn（可选：使用 io_uring 或 epoll 封装）
标准 net.Conn 底层仍是 syscalls + gopark/goready，仍有调度介入。超高性能场景（如游戏网关、实时行情）可考虑：
- Linux 5.1+ 使用 golang.org/x/sys/unix 直接调用 io_uring，实现 truly async I/O，彻底消除 read/write 阻塞导致的 goroutine park
- 或基于 epoll + syscall.Readv/Writev 自建 event loop（类似 evio/tcell），每个 goroutine 管理数百连接，调度次数下降 1~2 个数量级
- 注意：这类方案牺牲可移植性和开发效率，仅在 P99 延迟压到 sub-ms 且连接密度极高（>10w）时才值得投入
