Go的goroutine调度基于GMP模型，通过限制并发数、避免阻塞P、使用sync.Pool复用对象，可有效提升性能。1. GMP模型中P默认等于CPU核心数，调度器采用work-stealing减少竞争；2. 过多goroutine导致调度开销增加，应使用带缓冲channel控制并发，如sem := make(chan struct{}, 100)；3. 阻塞操作会使M脱离P，影响调度效率，需用context超时或非阻塞I/O避免；4. 高频分配对象加重GC压力，可用sync.Pool复用内存，降低分配开销。合理控制并发规模与资源使用是关键。
在Go语言中，goroutine是实现并发编程的核心机制。相比传统线程，它轻量、开销小，由Go运行时（runtime）负责调度。但在高并发场景下，若不加以控制，大量goroutine的创建和调度反而会带来性能瓶颈。合理优化goroutine调度，不仅能提升程序吞吐量，还能降低内存占用与GC压力。
理解GMP模型与调度原理
Go的调度器基于GMP模型：G（goroutine）、M（machine，即操作系统线程）、P（processor，逻辑处理器）。P的数量默认等于CPU核心数，决定了同一时间最多有多少个M可以执行用户代码。
每个P维护一个本地goroutine队列，调度器优先从本地队列获取任务，减少锁竞争。当本地队列为空时，会尝试从全局队列或其它P的队列“偷”任务（work-stealing）。这种设计提升了调度效率，但也意味着：
- 过多的goroutine会导致频繁上下文切换和调度开销
- 阻塞操作（如系统调用、channel阻塞）会使M脱离P，影响整体调度效率
限制goroutine数量，避免资源耗尽
无节制地启动goroutine（例如每来一个请求就起一个）容易导致内存暴涨甚至OOM。应使用池化或信号量机制控制并发数。
立即学习“go语言免费学习笔记（深入）”；
推荐使用带缓冲的channel模拟信号量：
sem := make(chan struct{}, 100) // 最多同时运行100个goroutine
for i := 0; i < 1000; i++ {
sem <- struct{}{} // 获取信号
go func() {
defer func() { <-sem }() // 释放信号
// 执行任务
}()
}
这种方式既能控制并发度，又避免了第三方依赖。
避免长时间阻塞P，提升调度公平性
当goroutine执行系统调用或陷入长时间阻塞（如网络I/O、文件读写），对应的M会被阻塞，P也随之空闲，影响其他goroutine的执行。
优化建议：
- 尽量使用非阻塞I/O或context超时控制，防止goroutine无限等待
- 对可能耗时的操作设置合理的timeout，及时释放资源
- 避免在goroutine中执行密集计算而不让出调度，必要时手动调用runtime.Gosched()提示调度器换出
合理利用sync.Pool减少对象分配
高频创建和销毁goroutine会增加堆内存分配，加重GC负担。对于频繁使用的临时对象，可结合sync.Pool复用内存。
虽然sync.Pool不直接管理goroutine，但能间接减轻调度压力：
var bufferPool = sync.Pool{
New: func() interface{} {
return new(bytes.Buffer)
},
}
// 在goroutine中使用
buf := bufferPool.Get().(*bytes.Buffer)
buf.Reset()
// 使用完后归还
bufferPool.Put(buf)
基本上就这些。关键在于理解调度机制，控制并发规模，减少阻塞影响，配合资源复用，才能让goroutine真正高效运行。不复杂但容易忽略。
