runtime.NumGoroutine() 持续单向增长是协程泄漏最直接信号，需关注请求后不回落或长期单调上升趋势；结合 pprof 堆栈、goleak 测试拦截和 Prometheus 长期监控可系统化定位泄漏。
用 runtime.NumGoroutine() 快速确认是不是真泄漏
协程数持续上涨是泄漏最直接信号，但别一看到数字变大就 panic——刚启动时 runtime.NumGoroutine() 跳到 80+ 很正常，那是 pprof、健康检查、日志采集等后台 goroutine 在初始化。真正要盯的是：单次请求处理完后总数不回落；或者服务稳定运行几小时后，数字从 50 → 200 → 800 这样单调斜线上升。
实操建议：
- 在 HTTP handler 入口和出口各打一行日志：log.Printf("goroutines: %d", runtime.NumGoroutine())
- 至少记录三个时间点：空闲态（压测前）、压测中、压测后 30 秒
- 不要只看一次值，趋势才是关键
用 net/http/pprof 抓阻塞 goroutine 的调用栈
引入 _ "net/http/pprof" 后，服务自动注册 /debug/pprof/goroutine 端点。访问 http://localhost:6060/debug/pprof/goroutine?debug=2 可看到全部 goroutine 的完整堆栈，包括阻塞位置、等待时长、创建源头。
常见错误现象：
- 几百个 goroutine 卡在 chan receive (nil chan)：说明监听了未关闭的 channel
- 大量 goroutine 停在 io.ReadFull 或 ssh.Dial 后不再推进：网络连接没设超时或没做 context 控制
- 所有新增 goroutine 都卡在同一个 select 分支里：大概率漏了 default 或没响应 ctx.Done()
对比快照更有效：先抓一次 baseline，压测/跑一段时间后再抓一次，用文本 diff 工具比对，新增且长期阻塞的 goroutine 就是线索。
测试阶段用 goleak.VerifyNone() 拦住泄漏
线上才暴露问题太晚。在单元测试里加一行 defer goleak.VerifyNone(t)，就能在测试结束时自动检查有没有“孤儿 goroutine”残留。
立即学习“go语言免费学习笔记（深入）”；
使用场景：
- 单个测试函数内启动 goroutine 的逻辑（比如模拟异步回调）
- 测试结束后，goleak 会报出类似这样的泄漏信息：Goroutine 35 in state chan receive(nil chan)，并附上完整调用栈
- 如果整个包测试都希望统一检测，改用 goleak.VerifyTestMain(m) 放在 TestMain 里
注意坑：
- goleak 默认忽略标准库的 goroutine（如 http server），但如果你自己启了后台 ticker 或监听，得显式用 goleak.IgnoreTopFunction() 排除，否则误报
- 它不检测“缓慢泄漏”，只抓测试生命周期内未退出的 goroutine
长期监控靠 Prometheus + runtime.NumGoroutine()
有些泄漏增长极慢，一天涨 2–3 个，靠人工查根本发现不了。把 runtime.NumGoroutine() 暴露成 Prometheus 指标，配 Grafana 曲线图，一眼就能看出“发际线斜率”。
实操要点：
- 用 promauto.NewGaugeFunc 注册指标，避免重复注册导致 panic
- label 尽量精简，别加 pod name 这类高基数字段，否则指标爆炸
- 设置告警规则：比如 1 小时内增长 >50，或连续 3 小时斜率 >0.8
容易被忽略的一点：Prometheus 拉取指标本身会触发少量 goroutine，所以曲线底部会有轻微毛刺，别把它当泄漏信号——重点看是否突破历史水位线并持续抬升。
