Go调度优化需避免GOMAXPROCS盲目设为CPU核数，应据pprof调优；仅两类场景需手动绑核：依赖线程亲和性的C库或硬实时任务；需警惕伪共享、字段布局与GC停顿等运行时瓶颈。
Go 默认的 Goroutine 调度器已经能很好利用多核，但“默认好”不等于“对你的场景最优”——真正卡住吞吐量的，往往不是 Goroutine 数量，而是 OS 线程与 CPU 核心之间的错配、缓存抖动、以及 Cgo 调用引发的线程抢占。
runtime.GOMAXPROCS 不是调得越高越好
很多人一上来就 runtime.GOMAXPROCS(runtime.NumCPU())，以为这样就能“榨干”所有核心。实际中，这反而可能加剧调度开销和缓存失效：
- 当 Goroutine 频繁阻塞（如 I/O、channel 操作），过多的 M（OS 线程）会导致内核调度竞争，
strace -e sched:sched_switch可观察到大量线程切换 - 若业务逻辑有强缓存局部性（比如处理同一块内存区域的 slice），M 过多会让不同线程在不同核心间来回迁移，破坏 L1/L2 缓存热度
- 某些 Cgo 调用（如 OpenSSL、SQLite）会隐式绑定当前 M 到某个核心；若此时
GOMAXPROCS远大于物理核心数，多个 M 争抢少数核心，反而拖慢整体响应
建议：先用 runtime.NumCPU() 作为起点，再根据 pprof 中的 goroutine 和 threadcreate profile 对比调整；对高吞吐低延迟服务，常设为 runtime.NumCPU() - 1（留一个核心给系统中断和监控）。
何时必须用 runtime.LockOSThread + sched_setaffinity
只有两类场景真需要手动绑核：
立即学习“go语言免费学习笔记（深入）”；
- 调用要求线程亲和性的 C 库，例如 DPDK 用户态网卡驱动、某些硬件加密 SDK，它们内部依赖
pthread_setaffinity_np或 CPUID 指令做优化 - 硬实时子任务（如音视频编码帧处理），需避免被 Go 调度器迁移到其他核心导致 jitter 超过 50μs
注意：runtime.LockOSThread() 只锁住 Goroutine 到当前 OS 线程，不等于绑核；必须接着用 syscall 调用 sched_setaffinity 才真正生效。示例片段：
Go 配置库，使用 spf13/viper — 分层优先级（flag > env >file > KV > default），提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。
import "syscall"
func bindToCore(core int) {
mask := uint64(1) << uint(core)
syscall.SchedSetaffinity(0, &syscall.CPUSet{Bits: [1024]uint64{mask}})
}别忘了在 Goroutine 结束前调用 runtime.UnlockOSThread()，否则该 OS 线程会被永久占用。
编译期和运行时的 cache/locality 陷阱
Go 的 go build 默认不控制指令对齐或数据布局，而多核下 false sharing（伪共享）是隐形杀手：
- 多个 Goroutine 同时写入同一 cache line（64 字节）的不同字段，即使无锁也会触发 core 间缓存同步协议，性能暴跌
- struct 字段排列不当（如把高频读写的
count和低频修改的config放在一起），会让热点数据和冷数据共处一个 cache line
解决方法：
- 用
go tool compile -S查看关键 struct 的内存布局，确认热点字段是否被 padding 隔离 - 手动填充：在 struct 中插入
_ [64]byte强制对齐，或使用cache.LineSize（需 Go 1.21+） - 避免全局变量或跨 Goroutine 共享指针；优先用 channel 传递副本，而非让多个 Goroutine 直接操作同一 slice 底层 array
vendor + build cache 并不能解决真正的并发瓶颈
很多团队花时间优化 go build -mod=vendor -buildcache，结果发现服务启动后 QPS 上不去——因为编译快 ≠ 运行快。真正影响多核并发效率的是：
- GC 停顿：如果
GOGC设得过高（如 200），堆增长快，stop-the-world 时间变长，所有核心都得等 GC 完成 - netpoll 占用：HTTP server 默认用
net/http，其底层 epoll/kqueue 事件循环若被阻塞（如中间件里做同步 DNS 查询），会拖慢整个 M 的调度 - sync.Pool 使用不当：Pool 的本地化只在 P 级别，若 Goroutine 在不同 P 间频繁迁移，Pool 失效，退化为 malloc/free
验证方式：跑 go tool pprof -http=:8080 <binary> http://localhost:6060/debug/pprof/profile，重点看 runtime.mcall、runtime.gcBgMarkWorker、net.(*pollDesc).wait 的火焰图占比。
最常被忽略的点是：你压测时用的负载模型，很可能掩盖了真实瓶颈。比如用单连接长连接压测，看到的是网络栈效率；换成千并发短连接，暴露的可能是 runtime.mcentral 分配器争抢。调优永远从 profile 开始，而不是从“听说应该这么设”开始。
