sync.Pool可复用缓冲区和临时对象以减少堆分配，需调用Reset()后归还；预分配切片/Map容量避免扩容拷贝；string与[]byte隐式转换会深拷贝，应优先使用bytes.Buffer、strings.Builder或直接操作[]byte。
用 sync.Pool 复用缓冲区和临时对象
高频路径上反复创建小对象（如 *bytes.Buffer、[]byte、解析器结构体）是堆分配的主力来源。直接 new 或 make 每次都触发 GC 压力，而 sync.Pool 能让这些对象在 goroutine 本地复用，避开新分配。
- 必须调用
Reset()（如buf.Reset()）再归还，否则残留数据会污染下次使用 -
New函数只在池空时调用，不能依赖它“每次新建”，更不能在里面做耗时或带状态的操作 - 池中对象可能被 GC 清理，不能用于跨请求持久化或强一致性场景
- 适合生命周期短、结构稳定、可重置的对象；不适合含指针字段且需深度清理的复杂结构体
var bufferPool = sync.Pool{
New: func() interface{} {
return &bytes.Buffer{}
},
}
func process(data []byte) string {
buf := bufferPool.Get().(*bytes.Buffer)
buf.Reset()
buf.Write(data)
result := buf.String()
bufferPool.Put(buf)
return result
}
预分配切片容量：别让 append 在循环里偷偷 realloc
不指定容量的 make([]T, 0) + 循环 append，会导致底层数组多次扩容、拷贝，每次都是新内存分配+旧数据搬移。尤其在日志聚合、批量响应组装等场景下，开销明显。
- 如果数量可预估（如 HTTP header 数、DB 查询结果上限），直接用
make([]T, 0, N) - 若完全不可知，宁可略高估（比如乘以 1.5），也比频繁扩容好
-
map同理：用make(map[K]V, N)预设 bucket 数量，避免渐进式扩容 - 注意：预分配的是容量（cap），不是长度（len）；
append仍从 len 开始写
// 错误：可能触发 10+ 次 realloc
var items []string
for _, s := range src {
items = append(items, s)
}
// 正确：一次分配搞定
items := make([]string, 0, len(src))
for _, s := range src {
items = append(items, s)
}
避免 string 和 []byte 隐式转换带来的拷贝
Go 中 string(b) 和 []byte(s) 不是零成本视图切换，而是深拷贝——哪怕你只是想读取内容。在 JSON 解析、HTTP body 处理、协议编解码等热点路径上，这是隐藏的分配大户。
- 优先用
strings.Builder拼接，而非+或fmt.Sprintf；调用Grow()预留空间更省 -
标准库函数大多支持
[]byte输入（如json.Unmarshal、http.NewRequest），直接传入原始字节，跳过转string这步 - 仅当数据可信、生命周期可控时，才考虑
unsafe.String/unsafe.Slice实现零拷贝；否则极易引发 panic 或内存错误
var sb strings.Builder
sb.Grow(4096)
for i := 0; i < 100; i++ {
sb.WriteString("item:")
sb.WriteString(strconv.Itoa(i))
}
result := sb.String() // 无中间字符串分配
用逃逸分析定位栈/堆分配边界
Go 编译器自动决定变量放栈还是堆，但它的判断有时反直觉。一个局部变量只要“逃逸”出函数作用域（比如被返回指针、传给 interface{}、闭包捕获），就会强制堆分配——而这往往是你没意识到的性能损耗点。
立即学习“go语言免费学习笔记（深入）”；
- 用
go build -gcflags="-m" main.go查看逃逸报告，“moved to heap” 就是警报 - 常见逃逸诱因：函数返回局部变量地址、
fmt.Println(x)传结构体（因转interface{}）、goroutine 中直接引用循环变量 - 修复思路：传值代替传指针、闭包显式传参、拆分大结构体、避免无谓的
interface{}转换
真正难的不是知道该怎么做，而是得先发现哪一行代码在悄悄分配。不跑一次 -gcflags="-m"，很多“优化”只是自我感动。
