Go 的 goroutine 实现并发而非默认并行，并行度由 GOMAXPROCS 控制；CPU 密集型任务需 worker pool 限流，IO 密集型需防句柄耗尽，内存管理须用 sync.Pool 和预分配避免 GC 压力。
Go 本身不直接提供“并行处理”的抽象层，goroutine 是并发（concurrency）模型，不是并行（parallelism）保证；是否真正并行，取决于 GOMAXPROCS 设置和底层 OS 线程调度。
goroutine 默认是并发，不是并行
启动大量 goroutine（比如 go f()）只是声明“我想要并发执行”，Go 运行时会把它们调度到有限的 OS 线程上。默认情况下 GOMAXPROCS 等于 CPU 核心数，但若设为 1，哪怕开 1000 个 goroutine，也只会串行切换执行，毫无并行性。
-
GOMAXPROCS决定最多几个 OS 线程可同时执行用户 Go 代码（不包括系统调用阻塞线程） - 可通过
runtime.GOMAXPROCS(n)动态调整，也可用环境变量GOMAXPROCS=4启动时设定 - 注意：设得过高（如远超物理核心数）可能因上下文切换开销反而降低吞吐
CPU 密集型任务必须显式控制并行度
对计算密集型操作（如矩阵乘法、批量哈希、图像滤波），若不加限制地起 goroutine，会导致所有 goroutine 都争抢 CPU 时间片，但实际并行度仍受 GOMAXPROCS 制约——此时更关键的是避免过度调度和栈分配开销。
- 推荐使用固定数量的 worker goroutine + channel 消费任务（即 worker pool 模式）
- 每个 worker 应尽量做“大块”计算，而非频繁小任务，减少 channel 通信成本
- 避免在循环内无节制启
go func() { ... }()，尤其当任务量达万级时易触发 GC 压力或内存暴涨
func processInParallel(data []int, workers int) []int {
jobs := make(chan int, len(data))
results := make(chan int, len(data))
<pre class='brush:php;toolbar:false;'>// 启动固定数量 worker
for w := 0; w < workers; w++ {
go func() {
for n := range jobs {
results <- n * n // 示例：CPU 密集计算
}
}()
}
// 发送任务
for _, d := range data {
jobs <- d
}
close(jobs)
// 收集结果
close(results)
out := make([]int, 0, len(data))
for r := range results {
out = append(out, r)
}
return out}
IO 密集型任务天然适合 goroutine，但需防连接/句柄耗尽
HTTP 请求、文件读写、数据库查询等阻塞操作在 goroutine 中会被自动让出，由运行时挂起该 goroutine 并调度其他就绪的 goroutine——这正是 Go 并发高效的原因。但并行 IO 不等于可无限并发。
- HTTP 客户端默认限制每 host 最多 100 个空闲连接（
http.DefaultTransport.MaxIdleConnsPerHost），超出会排队等待 - 打开太多文件或 socket 会触发
too many open files错误，需通过ulimit -n或程序内限流控制 - 建议用
semaphore（如golang.org/x/sync/semaphore）或带缓冲 channel 控制最大并发请求数
sync.Pool 和切片预分配能显著降低并行场景 GC 压力
高并发下频繁分配小对象（如 []byte、临时结构体）会导致 GC 频繁 STW，成为性能瓶颈。这不是并发模型问题，而是内存管理习惯问题。
-
sync.Pool适合复用短期生存的对象，例如 JSON 解析用的bytes.Buffer或自定义结构体 - 对已知大小的结果切片，优先用
make([]T, 0, cap)预分配容量，避免多次扩容拷贝 - 避免在 hot path 中使用
fmt.Sprintf或字符串拼接，改用strings.Builder或预分配[]byte
真正决定并行效果的，从来不是 goroutine 数量，而是你是否控制了资源竞争、是否匹配了硬件并行能力、是否规避了隐藏的串行点（比如共享 map 未加锁、channel 缓冲过小、日志打点同步阻塞）。这些细节比“怎么开 goroutine”重要得多。
