sync.Pool在高并发下内存更高，因短生命周期低复用对象会积压待回收对象拖慢GC；goroutine泄漏更致命，需限流、退出机制和健康检查；缓冲区预分配优先用make([]byte,0,N)；map并发写必须加锁，推荐分片锁而非sync.Map。
为什么 sync.Pool 在高并发下反而让内存更高？
不是所有对象都适合丢进 sync.Pool。如果对象生命周期短、分配频繁但复用率低（比如每次 HTTP 请求都新建一个临时 bytes.Buffer 但只用一次就丢），sync.Pool 会积压大量待回收对象，拖慢 GC 扫描，反而推高 RSS。
- 只对「构造开销大 + 复用路径明确」的对象用
sync.Pool，例如 JSON 解析用的*json.Decoder、固定大小的[]byte缓冲区 - 务必设置
New函数，避免 Get 返回 nil 后 panic；同时注意Put前清空敏感字段（如切片底层数组未重置，可能造成内存泄露或数据污染） - 通过
go tool pprof <binary><profile></profile></binary>对比启用前后的heap_inuse和gc_pause，别凭感觉调优
goroutine 泄露比内存分配更致命
每个 goroutine 至少占用 2KB 栈空间（可增长），但真正危险的是它持有的闭包变量、channel 引用、定时器等——这些会让整块堆内存无法被 GC 回收。
- 用
runtime.NumGoroutine()在健康检查接口暴露当前 goroutine 数，突增就是泄露信号 - 避免在循环中无限制启动 goroutine：
for _, id := range ids { go handle(id) }应加sem := make(chan struct{}, 10)限流 - 所有带 channel 的 goroutine 必须有退出机制：要么 select 带
donechannel，要么用context.WithTimeout控制生命周期
make([]byte, 0, N) 和 make([]byte, N) 的 GC 行为差异
前者只分配底层数组，切片本身是栈上值；后者除了数组还初始化 N 个零值字节——看似小差别，在高频日志拼接或协议编码场景下，会显著影响分配频次和 GC 压力。
- 需要预分配缓冲但不立即写入时，优先用
make([]byte, 0, 1024)；追加后 cap 不足才会扩容，且扩容策略可控 - 若后续要直接索引赋值（如
buf[5] = 'x'），必须用make([]byte, N)，否则 panic：index out of range - HTTP body 读取推荐
io.CopyBuffer(dst, src, make([]byte, 32*1024))—— 复用缓冲区，避免每次io.Copy都新分配
map 并发读写崩溃不是内存问题，但会掩盖真实瓶颈
fatal error: concurrent map writes 看似是 crash，实则是 Go 运行时主动终止程序来防止内存损坏。这类 panic 往往出现在本该用 sync.Map 或互斥锁保护的地方，却误以为“读多写少就安全”。
立即学习“go语言免费学习笔记（深入）”；
-
sync.Map仅适合「键固定、写极少、读极多」场景（如配置缓存），它的 load factor 和内存布局不如原生 map，高频写入反而更慢 - 更通用的方案是分片锁：把一个大 map 拆成 64 个小 map + 64 个
sync.RWMutex，hash(key) % 64 定位分片，读写各自加锁 - 用
-race编译并压测，比靠日志猜并发 bug 靠谱得多
sync.Pool 是否成了垃圾桶。 
