runtime.NumGoroutine() 返回当前存活 Goroutine 总数,但不表示调度器瓶颈;真正制约因素是内存与 GC 压力,而非 Goroutine 数量本身。

runtime.NumGoroutine() 返回值不代表调度器瓶颈
调用 runtime.NumGoroutine() 得到的是当前存活的 Goroutine 总数,但它不反映调度器是否已饱和。Goroutine 数量可以轻松突破百万,只要内存够用——每个 Goroutine 初始栈约 2–4 KB,动态伸缩,真正卡住系统的往往是内存耗尽或 GC 压力,而不是“调度不过来”。
GPM 模型里 P 的数量限制本地队列长度
P(Processor)数量由 runtime.GOMAXPROCS 控制,默认等于 CPU 核数,上限为 256。每个 P 维护一个本地运行队列,长度无硬编码上限,但实际中若本地队列长期堆积超过几百个 G,说明 M 消费不及时,可能源于:
- 长时间阻塞系统调用(如未设 timeout 的 net.Conn.Read)
- 大量 goroutine 同时陷入 channel send/recv 等待
- P 被某个 goroutine 独占过久(比如密集计算未让出)
此时调度器会把本地队列一半迁移至全局队列,但频繁迁移本身就有开销。
goroutine 泄漏比数量多更危险
调度器不会主动回收“卡住”的 Goroutine。常见泄漏场景包括:
- channel 未关闭,for range ch 永远阻塞
- context 未传递或未检查 ctx.Done(),导致超时后 goroutine 仍等待 I/O
- defer 中忘记从信号量 channel 读取(如 sem := make(chan struct{}, N)),造成后续 goroutine 全部阻塞在 sem
这些 goroutine 占着内存、文件描述符、甚至持有锁,但 runtime.NumGoroutine() 只会持续上涨,直到 OOM 或被 OS kill。
别依赖 GOMAXPROCS 限并发数
runtime.GOMAXPROCS 控制的是可并行执行用户代码的 P 数量,和“开了多少 goroutine”完全无关。设成 1,你照样能起 50 万个 goroutine,它们只是在一个 P 上轮转。真正需要控制的是业务层并发度,比如:
- 用带缓冲的 chan struct{} 做信号量(推荐)
- 用 errgroup.Group + context.WithTimeout 管理生命周期
- HTTP handler 中避免裸 go f(),尤其在循环内闭包捕获变量时容易共享最后一个值
调度器本身不设“最大 goroutine 数”开关,它只管调度;真正的限制来自内存、文件描述符、以及你有没有让 goroutine 正确退出。











