理解GMP模型并控制并发规模是Go性能优化核心。P的数量决定并行度，应设为CPU核心数；避免过度创建goroutine，采用工作池模式；减少锁竞争，使用sync.Pool、RWMutex和原子操作；合理设置channel缓冲，避免阻塞与泄漏；结合pprof持续分析调度开销。
Go语言的goroutine机制让并发编程变得简单高效，但不当使用仍会导致性能瓶颈。要真正发挥Go程序的潜力，必须理解调度原理并针对性优化。核心在于减少调度开销、避免阻塞、合理控制并发规模。
理解GMP模型与调度器行为
Go运行时采用GMP模型：G（goroutine）、M（系统线程）、P（处理器上下文）。P的数量默认等于CPU核心数，每个P可管理多个G，M绑定P来执行G。当G阻塞（如系统调用），M会与P分离，其他M可接替P继续运行就绪的G，保证并发效率。
关键点在于P的数量限制了真正的并行度。即使创建成千上万goroutine，实际同时执行的不会超过P的数量。过多goroutine会增加调度和内存开销。
- 可通过runtime.GOMAXPROCS(n)设置P数量，通常设为CPU核心数
- 避免长时间占用P的goroutine，防止其他goroutine“饿死”
- 注意系统调用可能引发M阻塞，应尽量使用非阻塞API或异步接口
避免过度创建goroutine
虽然goroutine轻量，但每个仍有约2KB栈内存和调度成本。盲目起协程会导致内存暴涨和频繁上下文切换。
立即学习“go语言免费学习笔记（深入）”；
例如批量处理任务时，直接为每项任务启goroutine：
for _, task := range tasks {go doTask(task)
}
当tasks很大时，会瞬间创建大量goroutine。更优方式是使用工作池模式：
免费的开源程序长期以来，为中国的网上交易提供免费开源的网上商店系统一直是我们的初衷和努力奋斗的目标，希望大家一起把MvMmall网上商店系统的免费开源进行到底。2高效的执行效率由资深的开发团队设计，从系统架构,数据库优化，配以通过W3C验证的面页模板，全面提升页面显示速度和提高程序负载能力。3灵活的模板系统MvMmall网店系统程序代码与网页界面分离，灵活的模板方案，完全自定义模板，官方提供免费模
- 固定数量worker goroutine从channel接收任务
- 主协程将任务发送到channel
- 控制并发数等于P的数量或略高，避免资源争抢
减少锁竞争与阻塞操作
共享数据加锁会迫使goroutine等待，导致P空闲。应尽量减少临界区大小，或改用无锁结构。
常见改进方式：
- 用sync.Pool复用对象，降低GC压力
- 高频读场景使用sync.RWMutex替代Mutex
- 考虑atomic操作处理简单计数或状态变更
- 拆分热点数据，按key分片加锁，降低冲突概率
合理使用channel与缓冲
channel是goroutine通信的标准方式，但不当使用会拖慢整体性能。
无缓冲channel要求收发双方同步就绪，易造成阻塞。若生产快于消费，应设置适当缓冲：
ch := make(chan int, 100)但缓冲过大可能掩盖问题，延迟错误暴露。建议根据处理能力设定合理值，并监控channel长度。
- 避免在goroutine中长时间循环读写同一channel而不出让P
- 及时关闭不再使用的channel，防止goroutine泄漏
- 用select配合default实现非阻塞操作
基本上就这些。调度优化不是一蹴而就，需要结合pprof分析CPU、goroutine阻塞情况，持续调整。关键是平衡并发度与资源消耗，让每个P都高效运转。
