Go内存泄漏主因是程序逻辑问题，如全局变量引用、未关闭goroutine、timer未停止、context无超时、缓存无淘汰；可通过pprof分析堆内存，结合sync.Pool复用对象、预分配slice、优化字符串拼接等手段减少GC压力，并监控goroutine数、堆内存变化及GC停顿，及时发现并修复问题。
Go语言虽然自带垃圾回收机制，能自动管理大部分内存，但不当的编码习惯仍可能导致内存泄漏或性能下降。发现并解决这些问题，关键在于理解常见泄漏场景，并借助工具进行分析和优化。
常见内存泄漏场景
内存泄漏通常不是语言的问题，而是程序逻辑导致对象无法被回收。在Go中，以下几种情况较为典型：
- 全局变量持续引用：将大对象或切片存入全局map且不清理，GC无法回收。
- 未关闭的goroutine：启动的goroutine因channel未关闭或死循环持续运行，导致栈内存无法释放。
- timer或ticker未停止：time.Ticker或time.Timer未调用Stop()，持续触发且持有上下文引用。
- context泄漏：使用context.Background()或context.TODO()作为长期运行任务的根context，缺乏超时控制。
- 缓存无淘汰机制：自实现缓存未限制大小或过期时间，数据不断累积。
使用pprof检测内存使用
Go内置的net/http/pprof包是分析内存和CPU性能的核心工具。通过它可获取堆内存快照，定位高内存分配点。
启用方法：
立即学习“go语言免费学习笔记（深入）”；
import _ "net/http/pprof"
import "net/http"
func main() {
go http.ListenAndServe("localhost:6060", nil)
// 其他业务逻辑
}
获取堆信息：
wget http://localhost:6060/debug/pprof/heap go tool pprof heap
在pprof交互界面中，使用top查看占用最高的函数，list 函数名定位具体代码行。
减少内存分配与优化性能
即使没有泄漏，频繁的小对象分配也会增加GC压力，影响服务响应延迟。可通过以下方式优化：
- 对象复用：使用sync.Pool缓存临时对象，如结构体、buffer等，减少堆分配。
- 预分配slice容量：若已知slice大致长度，使用make([]T, 0, cap)避免多次扩容。
- 减少字符串拼接：高频拼接使用strings.Builder或bytes.Buffer，避免+操作产生中间对象。
- 避免不必要的闭包捕获：闭包可能延长局部变量生命周期，谨慎使用。
- 合理设置GOGC：调整GC触发阈值（默认100），在内存敏感场景可设更低值以更早触发GC。
监控与持续改进
线上服务应集成定期性能采样。可定时采集pprof数据，结合Prometheus + Grafana监控GC频率、堆内存大小、goroutine数量等指标。
重点关注：
- goroutine数量突增，可能是泄漏信号。
- 每次GC后堆内存持续增长，说明有对象未释放。
- GC停顿时间变长，影响服务延迟。
通过自动化告警及时发现问题，配合代码审查和压测验证修复效果。
基本上就这些。Go的内存管理虽便捷，但不能完全依赖GC。主动分析、合理设计，才能保障服务长期稳定高效运行。
