Go 自带 profiling 工具轻量高效，支持 CPU、内存、goroutine 等多种分析：CPU profile 定位计算瓶颈，memory profile 区分 allocs/heap 识别分配热点与泄漏，goroutine/block profile 发现协程堆积与锁竞争，结合 pprof 可视化快速下钻定位。
Go 自带的 profiling 工具非常轻量、高效，无需第三方依赖，只要几行代码就能开启 CPU、内存、goroutine 等多种性能数据采集。关键在于：启动时启用 profile endpoint 或写入文件，再用 go tool pprof 分析，就能快速定位热点函数和资源消耗大户。
CPU profiling：抓取耗时最长的函数调用栈
CPU profile 
记录的是程序在一段时间内哪些函数实际占用了 CPU 时间。它不是采样“谁在运行”，而是采样“谁在执行指令”。适合排查响应慢、计算密集型瓶颈。
- 在 HTTP 服务中启用：
import _ "net/http/pprof"，然后访问http://localhost:6060/debug/pprof/profile?seconds=30（默认采样 30 秒） - 命令行直接分析：
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30 - 进入交互式界面后，输入
top10查看耗时 Top 10 函数；web生成调用图（需安装 graphviz）；list 函数名查看具体源码行耗时分布
Memory profiling：识别内存分配热点与潜在泄漏
内存 profile 分为两种：allocs（累计分配总量）和 heap（当前堆上存活对象）。排查高频小对象分配（如字符串拼接、结构体反复 new）或长期未释放的大对象，优先看 heap。
- 获取当前堆快照：
curl -o mem.pprof http://localhost:6060/debug/pprof/heap - 分析分配热点（累计）：
go tool pprof http://localhost:6060/debug/pprof/allocs - 对比两次 heap 快照可辅助判断泄漏：先
curl .../heap得 baseline，压测后再抓一次，用pprof -base baseline.pprof after.pprof查增长项
Goroutine & Block profiling：发现协程堆积与锁竞争
当服务并发升高后响应变慢、goroutine 数持续上涨，或接口延迟抖动明显，应检查 goroutine 和 block profile。
-
/debug/pprof/goroutine?debug=1显示所有 goroutine 当前调用栈（含阻塞位置），适合查死循环、忘记 close channel、未结束的 time.Sleep -
/debug/pprof/block记录因同步原语（mutex、channel send/recv）而阻塞的 goroutine，能暴露锁竞争、channel 缓冲不足、无缓冲 channel 同步等待等问题 - 使用
go tool pprof -http=:8080 http://localhost:6060/debug/pprof/block可视化阻塞调用链
实战建议：从启动到定位的最小闭环
别等线上出问题才分析。本地复现 + 快速 profile 是最高效的路径：
- 用
go run -gcflags="-m" main.go看编译器是否做了逃逸分析，提前发现隐式堆分配 - 压测时同时抓 CPU + heap：
go tool pprof -http=:8081 cpu.pprof heap.pprof，pprof 会自动关联时间线 - 关注“flat”值高的函数（自身耗时，非子调用）；若“cum”远高于“flat”，说明瓶颈在下游调用，继续下钻
- 避免在开发机跑高负载 profile——CPU 频率波动、后台干扰会影响结果，尽量在隔离环境或 staging 复现
