Tag解析性能瓶颈在于每次调用都重复字符串分割、逐字符比对和小内存分配，而非查表；需按类型 uintptr 构建字段级 tagInfo 缓存，配合读写锁而非 sync.Map，并注意 reflect.FieldByName 等后续操作才是更大瓶颈。
反射获取结构体字段的 json、db 等 tag 值本身不慢，真正拖垮性能的是每次调用都重复解析字符串、做切片分配、逐字符比对——尤其在高频序列化或 ORM 映射路径中，这会成为 P99 延迟的隐性瓶颈。
Tag 解析为什么不是“查表”而是“现场编译”
Go 的 reflect.StructTag 本质是 string，Get 方法（如 tag.Get("json")）每次调用都要：分割 `json:"name,omitempty"` 字符串、遍历 key-value 对、跳过空格和引号、处理转义、构造新 string 返回。它不做缓存，也不复用解析结果。
- 一个含 5 个 tag 的字段，每次
Get至少触发 2–3 次小内存分配 -
reflect.StructField.Tag是只读值，但.Get()是纯计算函数，无法提前预热 - 标准库如
encoding/json自己实现了一套轻量 tag 解析器（避免StructTag.Get），正是为绕开这个开销
缓存 tag 解析结果必须按类型粒度，而非字段名
字段名可能重复（比如多个 struct 都有 Name），但类型 + 字段名组合唯一。缓存 key 必须包含 reflect.Type 的稳定地址，否则命中率归零。
- 正确 key：
uintptr(unsafe.Pointer(t))，其中t = reflect.TypeOf(&T{}).Elem() - 错误 key：
t.String()（匿名 struct 失效）、t.Name()（包名冲突）、interface{}（底层含动态值指针，无法比较） - 缓存结构建议：
map[uintptr]map[string]tagInfo，其中tagInfo包含Key、Opts、IsOmitEmpty等已解析字段，避免运行时再拆
字段级 tag 缓存比结构体级更灵活，但别用 sync.Map
如果你的逻辑需要区分 json、db、validate 多种 tag，或者某些字段需跳过解析（如内嵌 json:"-"），字段级缓存更可控；但 sync.Map 在这种读多写少场景下反而引入原子操作开销。
立即学习“go语言免费学习笔记（深入）”；
- 推荐做法：全局
var tagCache = map[uintptr]map[string]tagInfo{}+sync.RWMutex - 首次访问某类型时加写锁，构建完整字段名 →
tagInfo映射；后续全读锁查表 - 不要缓存
reflect.StructField实例本身——它不含解析结果，每次还得调.Tag.Get - 可配合
go:generate在构建期生成func(t *T) jsonTagMap() map[string]string，彻底消灭运行时解析
最易被忽略的一点：tag 解析只是冰山一角
很多人优化了 Tag.Get，却发现整体没变快——因为真正吃 CPU 的是 reflect.Value.FieldByName 的线性搜索，或 reflect.Value.Call 的参数装箱。tag 缓存只是必要条件，不是充分条件。若你正在写 JSON 序列化器，优先预计算字段索引+偏移+tag，再用 unsafe 直接取值，才能逼近手写代码的性能。
