Go pprof 可直接定位 CPU、内存、goroutine 瓶颈，需启用 /debug/pprof/ 端点；CPU 采样建议 ≥30 秒，内存 profile 要区分 allocs（总分配）与 heap（存活对象），火焰图中 mallocgc 高占比需溯源调用方。
Go 自带的 pprof 能直接定位 CPU、内存、goroutine 等瓶颈，不需要第三方工具，但必须在运行时暴露 /debug/pprof/ 端点，且采样方式不对就容易错过真实热点。
启用 HTTP pprof 服务（必须先做）
默认不开启，需手动注册。若用 net/http 启服务，最简方式是导入并挂载：
import _ "net/http/pprof"
func main() {
go func() {
log.Println(http.ListenAndServe("localhost:6060", nil))
}()
// ... your app logic
}
注意：import _ "net/http/pprof" 是触发 init 注册路由的关键；端口可改，但路径固定为 /debug/pprof/；若用 Gin/echo 等框架，需显式 Handle 或 Group 挂载，不能依赖全局 mux。
抓取 CPU profile（推荐 30 秒以上）
CPU 采样是统计型，时间太短（如 5s）会导致样本不足、函数排序失真。生产环境建议用 curl -o cpu.pprof "http://localhost:6060/debug/pprof/profile?seconds=30"。
-
seconds=30是实际采样时长，不是超时值 - 避免在高负载突增时立即采集，应等系统稳定几秒再开始
- 若程序无 HTTP 服务，可用
runtime/pprof手动 StartCPUProfile，但需自行控制启停和文件写入
用 go tool pprof 分析生成的 profile 文件
拿到 cpu.pprof 后，进入交互式分析：
go tool pprof cpu.pprof
常用命令：
-
top：看耗时 top 函数（单位是采样数，非绝对时间） -
web：生成火焰图（需本地装 graphviz） -
list：显示该函数对应源码行及每行采样数 -
peek：快速过滤含关键词的调用栈
注意：pprof 默认按“累加耗时”排序，即包含子调用；若只想看函数自身开销，用 top -cum 或 top -focus 过滤。
内存 profile 容易误读的两个点
内存 profile 分 allocs（分配总量）和 heap（当前堆驻留），二者语义完全不同：
-
/debug/pprof/allocs：记录所有 malloc，适合查高频小对象分配（如循环中不断 new struct） -
/debug/pprof/heap：只抓 GC 后存活对象，适合查内存泄漏或大对象长期驻留 - 执行
curl "http://localhost:6060/debug/pprof/heap?gc=1"可强制触发一次 GC 再采样，结果更干净
火焰图里如果看到大量 runtime.mallocgc 占比高，别急着优化它——要顺着调用栈往上找是谁在频繁申请。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
