parallel table-driven 基准测试是用结构体切片定义多组参数组合，并通过 b.RunParallel 在多个 goroutine 中并发执行每组测试，以高效评估函数在不同负载和数据特征下的性能表现。
什么是 parallel table-driven 基准测试
Go 的 testing.B 支持通过 b.RunParallel 并行执行基准测试逻辑，而 table-driven 是指用结构体切片定义多组输入、期望、配置等测试数据。两者结合，就是用表格组织不同参数组合，再让每组数据在多个 goroutine 中并发压测，从而高效评估函数在各种负载和数据特征下的性能表现。
基础写法：定义测试表 + 并行运行
核心是把「测试用例」抽象成结构体，每个用例包含输入数据、预期行为（可选）、配置项；然后在 b.Run 中遍历表格，并对每个用例调用 b.RunParallel 启动并行 worker。
- 用
struct{ name, input, size int }定义测试维度（如不同数据规模、算法变体） - 每个
b.Run子基准对应一个场景，内部用b.RunParallel(func(pb *testing.PB) { ... })驱动并发迭代 -
pb.Next()控制每个 goroutine 的工作节奏，避免手动计数出错
组合数据：用嵌套循环或笛卡尔积生成用例
当需要覆盖「算法类型 × 数据结构 × 并发度 × 输入大小」等多维组合时，不要手写几十个 struct 字面量。可用两层循环或辅助函数自动生成：
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
- 外层遍历算法标识（如
"map","sync.Map","shard-map"） - 内层遍历数据规模（如
[]int{1e3, 1e4, 1e5}）和并发 worker 数（[]int{4, 8, 16}） - 每个组合构造唯一
name（如fmt.Sprintf("%s-%d-%d", algo, size, workers)），便于结果识别
协程敏感场景：注意共享状态与同步开销
并行基准容易掩盖真实瓶颈——比如多个 goroutine 竞争同一 mutex、频繁 GC、或 channel 阻塞。要真实反映协程友好性：
立即学习“go语言免费学习笔记（深入）”；
- 避免在
b.RunParallel内部创建全局 map/slice；应为每个 worker 分配独立局部变量 - 若测试含锁操作，确保锁粒度合理；可对比加锁 vs 无锁版本的吞吐差异
- 用
runtime.GC()和runtime.ReadMemStats()在前后采样内存，判断是否因协程调度或逃逸导致额外开销
运行与观察：关键命令与指标
使用标准 go test 命令，配合参数获取有效数据：
-
go test -bench=. -benchmem -count=3 -cpu=4,8,12：在不同 GOMAXPROCS 下跑 3 轮，看扩展性 - 关注
BenchmarkXXX-12 1000000 1200 ns/op 80 B/op 2 allocs/op中的ns/op（越低越好）、allocs/op（分配次数，影响 GC 压力） - 用
go tool pprof分析 CPU 和 goroutine trace，确认是否真正并行而非线程阻塞
