Go 的 CPU profile 默认不包含符号信息，必须显式传入可执行文件（binary）才能解析出具体的函数调用栈；否则 go tool pprof 仅显示扁平化的总耗时，无法展开函数层级。
go 的 cpu profile 默认不包含符号信息，必须显式传入可执行文件（binary）才能解析出具体的函数调用栈；否则 `go tool pprof` 仅显示扁平化的总耗时，无法展开函数层级。
在 Go 性能分析中，CPU profile 是定位热点函数的核心手段，但一个常见误区是忽略 pprof 命令的二进制文件参数。正如示例中所示：即使成功生成了 prof 文件，若直接运行 go tool pprof --text prof，pprof 将无法关联符号表，导致输出仅有 flat 时间而无函数名、调用栈或递归路径——看似“空”或“无信息”，实则因缺少可执行文件上下文所致。
✅ 正确做法是：始终将编译后的二进制文件作为第一个参数传给 go tool pprof：
go build -o miniprofile . ./miniprofile # 生成 prof 文件 go tool pprof --text miniprofile prof
执行后你将看到清晰的调用栈，例如：
1.91s of 1.91s total ( 100%)
flat flat% sum% cum cum%
1.91s 100% 100% 1.91s 100% main.do_something
0 0% 100% 1.91s 100% main.main这准确反映出 do_something 占据全部 CPU 时间，且递归调用链可被完整追踪（在支持调用图的视图如 --web 或 --callgrind 中更直观）。
⚠️ 注意事项：
- go install 生成的二进制默认位于 $GOPATH/bin/（或 Go 1.16+ 的 module-aware 模式下为当前目录），但 pprof 需要的是实际磁盘路径下的可执行文件，而非包导入路径；
- 若使用 go run main.go，则无法获取持久化二进制，必须先 go build；
- 确保 profile 采集期间程序有足够 CPU 工作（如本例的深度递归），避免因采样过少导致数据稀疏；
- 推荐搭配 --web 生成可视化调用图，或 --list=do_something 查看具体行级耗时。
总结：Go 的 CPU profile 本身是有效的，但符号解析依赖外部二进制。牢记 go tool pprof <binary> <profile> 这一固定模式，是解锁函数级、调用栈级性能洞察的关键前提。
