Go语言优化数据库性能需合理配置连接池（设MaxOpenConns、MaxIdleConns、ConnMaxLifetime）、按场景选缓存策略（内存/Redis/DB三级）、SQL层减少往返（批量操作、精确字段、高效驱动）、并依托可观测性精准调优。
Go 语言中优化数据库访问性能，核心在于减少连接开销、降低查询延迟、避免重复计算。连接池和缓存不是“加了就快”，而是要理解其行为、配置合理、用在关键路径上。
连接池：控制并发与复用，而非盲目调大
database/sql 自带连接池，默认 MaxOpenConns=0（无限制），MaxIdleConns=2，ConnMaxLifetime=0。不设限容易耗尽数据库连接数；Idle 过少则频繁建连；生命周期过长可能遇到连接中断或数据库重启后失效。
- 设置 MaxOpenConns ≤ 数据库允许的最大连接数 × 0.8，留余量给管理命令或其它服务
- MaxIdleConns 建议设为 MaxOpenConns 的 1/2～2/3，保证常用连接常驻，又不长期占用资源
- 显式设置 ConnMaxLifetime（如 30m）和 ConnMaxIdleTime（如 5m），主动淘汰旧连接，避免 stale connection 或 DNS 变更导致的故障
- 用 db.PingContext() 定期探测连接健康，或在获取连接后执行简单语句（如 SELECT 1）做轻量校验
查询层缓存：按场景选策略，避免缓存污染
不是所有数据都适合缓存。高频读、低频写、容忍短时 stale 的数据（如配置项、用户基础信息、地区列表）最适配。缓存位置可分三层：应用内内存缓存（fast）、Redis（共享+持久）、数据库查询缓存（谨慎启用）。
- 优先用 sync.Map 或第三方库（如 bigcache、freecache）做进程内缓存，适用于单实例、key 稳定、总量可控的场景
- 跨实例共享缓存推荐 Redis + TTL + 逻辑过期（double-check），防止缓存击穿；用 SETNX 实现简单分布式锁更新热点 key
- 避免缓存全量结构体，只缓存必要字段或序列化后的紧凑格式（如 JSON 字符串、Protobuf）
- 写操作后及时失效缓存（delete / update），不要依赖 TTL 等待过期，尤其对一致性敏感的数据
SQL 与驱动层：减少往返、利用原生能力
很多性能损耗不在网络或数据库本身，而在 Go 层的低效使用方式。
立即学习“go语言免费学习笔记（深入）”；
- 批量操作用 ExecContext 批量参数（? 占位符）或 pgx 的 Batch API，避免 N 次 round-trip
- 查询只 SELECT 需要的字段，禁用 SELECT *，减少网络传输和 driver 解析开销
- 用 QueryRowContext 替代 QueryContext + Scan，避免构造 rows 对象，单行查询更轻量
- PostgreSQL 推荐 pgx 驱动，比 database/sql + pq 更快且支持类型直通、连接池增强、批量操作原生支持
可观测性：让优化有依据，而不是靠猜
没有监控的优化是盲调。应在关键路径埋点，观察真实瓶颈。
- 用 sql.Open 的 driver 包装器（如 sqlstats）统计慢查询、连接等待时间、失败率
- 记录每个 DB 调用的 context.Deadline 和实际耗时，识别超时或长尾请求
- 定期查看 pg_stat_activity（PostgreSQL）或 information_schema.PROCESSLIST（MySQL），确认连接是否堆积、事务是否长跑
- 压测时对比 QPS、P99 延迟、连接池 wait count，验证配置调整效果
