Go 自带 pprof 是分析 CPU 和内存最直接轻量的工具；CPU 分析通过 /debug/pprof/profile 采样热点函数，内存分析区分 allocs（累计分配）和 heap（当前存活），支持 HTTP 在线采集与 runtime/pprof 离线生成文件。
Go 自带的 pprof 是分析 CPU 占用和内存分配最直接、最轻量的工具，无需额外依赖，只要在代码中开启 HTTP 服务或生成 profile 文件就能快速定位瓶颈。
CPU 性能分析：抓取热点函数
运行中的 Go 程序可通过 /debug/pprof/profile 接口采集 30 秒的 CPU 样本（默认），它基于操作系统信号周期性采样 goroutine 的调用栈，不侵入业务逻辑。
- 启动时注册 pprof 路由：
import _ "net/http/pprof"，再起一个http.ListenAndServe("localhost:6060", nil) - 命令行采集：
go tool pprof http://localhost:6060/debug/pprof/profile?seconds=30 - 进入交互式终端后，用
top查看耗时最多的函数，list 函数名查看具体哪几行耗 CPU，web生成火焰图（需安装 graphviz）
注意：CPU profile 反映的是“正在执行”的代码，不是“被调用次数多”的代码；阻塞操作（如 I/O、锁等待）不会计入 CPU 时间。
内存分配分析：识别高频对象与泄漏点
内存 profile 关注两件事：哪些地方频繁分配堆内存（allocs），以及当前存活的对象（heap）。前者帮你优化初始化逻辑，后者辅助排查内存泄漏。
立即学习“go语言免费学习笔记（深入）”；
-
go tool pprof http://localhost:6060/debug/pprof/allocs—— 看累计分配量，适合发现反复 new 对象的循环 -
go tool pprof http://localhost:6060/debug/pprof/heap—— 默认是 in-use space，即当前未被 GC 回收的内存，更适合查泄漏 - 用
top -cum查看从入口到叶子的累计分配，配合peek 函数名展开调用路径
小技巧：加参数 ?gc=1（如 /debug/pprof/heap?gc=1）会在采样前触发一次 GC，让结果更反映真实存活对象。
离线分析与持续观测
不是所有环境都能开 HTTP 服务。可改用 runtime/pprof 包手动写入 profile 文件：
- CPU：
f, _ := os.Create("cpu.pprof"); pprof.StartCPUProfile(f); defer pprof.StopCPUProfile() - Heap：
f, _ := os.Create("heap.pprof"); pprof.WriteHeapProfile(f) - 之后本地分析：
go tool pprof cpu.pprof或go tool pprof --http=:8080 heap.pprof
生产环境建议按需采集（比如告警触发时）、限制采样时长（CPU 不超过 30 秒）、并及时清理临时文件。
常见误读与避坑点
pprof 很强大，但几个典型误解容易导致错误结论：
- 火焰图里宽不代表“慢”，而是“出现频率高”——可能是被高频调用的简单函数，要结合
flat和cum时间判断 -
heapprofile 显示某结构体占内存多，不等于它就是泄漏源，可能只是被长期引用（比如缓存未淘汰、全局 map 未清理） - goroutine profile 看的是数量，不是阻塞原因；想查协程卡在哪，得结合
/debug/pprof/goroutine?debug=2看完整栈
真正有效的性能优化，往往始于 pprof 的一行 top 输出，止于对那行代码背后数据流和生命周期的重新思考。
