Go 中 CPU 性能优化需先用 go test -bench 编写准确基准测试，确保只测量目标逻辑并复用资源；再通过 pprof 分析 cpu.pprof 获取热点函数，结合 top、list 和 web 命令定位瓶颈；优化时减少内存分配、避免反射、预设 slice 容量、使用 sync.Pool 缓存对象，并优先采用 strconv 等高效操作；每次修改后用 benchstat 对比前后性能，验证 ns/op 与 allocs/op 变化，确保优化有效且不引入额外开销。
在 Go 中做 CPU 性能基准测试，核心是用 go test -bench 写可复现、隔离干扰的基准函数，并结合 pprof 定位 热点；优化则聚焦于减少分配、避免反射、善用内建函数和并发控制。
写准基准测试（Benchmark）
基准测试不是随便写个循环跑几次，关键在于：只测目标逻辑、禁用 GC 干扰、复用资源、多次运行取稳定值。
- 函数名必须以
Benchmark开头，参数为*testing.B - 用
b.N控制迭代次数，不要硬 编码 循环次数 - 耗时操作前加
b.ResetTimer()，避免 setup 时间计入结果 - 提前分配好切片 / 对象，避免在循环里反复 malloc（例如用
make([]int, b.N)复用） - 必要时调用
runtime.GC()和debug.FreeOSMemory()降低内存抖动影响
定位 CPU 瓶颈（pprof 分析）
光看 benchmark 数字不够，得知道时间花在哪。Go 自带的 pprof 是最直接的 工具。
- 在代码中导入
_ "net/http/pprof"，启动 HTTP 服务：go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30 - 或直接采集：运行时加
-cpuprofile=cpu.pprof，然后用go tool pprof cpu.pprof - 进入交互模式后，常用命令：
top10看耗时最多的函数，list 函数名查具体行号，web生成火焰图（需安装 graphviz） - 重点关注：是否卡在锁竞争、频繁的 interface{} 转换、未内联的小函数、或低效的字符串拼接（如
+=）
常见 CPU 优化手段
很多性能问题有固定模式，改几行就能明显提速。
- 字符串转 字节 切片：优先用
[]byte(s)而非[]byte(string(b))，避免多余拷贝 - 小结构体传值优于指针：小于 24 字节（如
struct{a,b,c int}）直接传值，减少间接寻址开销 - 避免 runtime.convT2E 等反射开销：少用
fmt.Sprintf、json.Marshal在 hot path；用strconv替代fmt做数字转字符串 - 预分配容量：
make([]T, 0, expected)避免 slice 扩容时的多次 copy - 用 sync.Pool 缓存临时对象：适用于生命周期短、构造代价高的对象（如 buffer、proto message）
验证优化是否有效
别靠感觉，每次修改后都重新跑 benchmark + pprof 对比。
- 用
benchstat（go install golang.org/x/perf/cmd/benchstat@latest）对比两组结果：benchstat old.txt new.txt - 关注
ns/op变化率，同时检查B/op和allocs/op是否同步下降 - 如果 ns/op 下降但 allocs/op 上升，可能是用空间换时间，要权衡是否值得
- 在不同 CPU（尤其多核）上测试，确认优化不依赖特定调度行为
基本上就这些。Golang 的 CPU 优化不复杂但容易忽略细节，重点不在炫技，而在让 profile 数据说话，一次解决一个热点。
