Go并发排序性能需通过go test -bench量化，关键在多规模输入、避免GC干扰、控制goroutine数、复用内存及pprof定位瓶颈，实际优势拐点约10万元素。
用 go test -bench 测出真实耗时差异
并发排序算法的“快”不是靠感觉，而是靠基准测试量化。Go 的 testing 包自带 -bench 支持，能稳定复现不同并发策略下的执行时间。关键不是只跑一次，而是让 Benchmark 函数在多种输入规模（如 1e4、1e5、1e6）下反复运行，排除 GC 波动和调度抖动干扰。
常见错误是直接在 Benchmark 里调用 runtime.GC() 强制回收——这反而会污染测量结果。正确做法是：每次迭代前用 rand.Read() 生成新数据，避免缓存效应；对并发版本，确保 goroutine 数量可控（比如固定为 runtime.NumCPU()），而不是无限制 spawn。
- 别用
time.Now()手动计时，testing.B的b.N和内置计时器更准 - 并发排序必须显式
sync.WaitGroup.Wait()或close(ch)等待完成，否则b.ReportAllocs()统计会漏掉未结束的 goroutine 分配 - 对比时，非并发版也要用相同数据源，否则比较失去意义
用 pprof 定位 goroutine 阻塞与 channel 瓶颈
如果基准测试显示并发版本比单线程还慢，大概率是 channel 阻塞或 goroutine 调度失衡。这时要用 pprof 抓取 goroutine profile：runtime/pprof.WriteGoroutineProfile 输出当前所有 goroutine 的堆栈，重点关注状态为 chan receive 或 semacquire 的长列表。
典型问题包括：未缓冲的 channel 在合并阶段成为串行点；goroutine 创建数远超 CPU 核心数，导致调度开销反超计算收益；或者排序逻辑中混用了共享 slice 而没加锁，引发 data race（此时 go run -race 会报错）。
立即学习“go语言免费学习笔记（深入）”；
- channel 缓冲大小建议设为
min(1024, len(data)/numWorkers)，避免小缓冲频繁阻塞 - 用
go tool pprof -http=:8080 goroutines.prof查看 goroutine 数量随时间的变化曲线 - 若 profile 显示大量 goroutine 停留在
runtime.gopark，说明它们在等 channel 或锁，不是计算瓶颈
注意 mergeSort 并发实现中的内存逃逸陷阱
归并排序的并发变体常把子数组切片传给 goroutine，但 Go 编译器可能因逃逸分析将本可栈分配的 slice 推到堆上。一旦每个 goroutine 都分配临时 tmp slice，千万级数据下 GC 压力会指数上升，吞掉并发收益。
解决方法不是禁用并发，而是复用内存：用 sync.Pool 缓存 []int，或提前按最大子任务长度预分配一个大 buffer，再用 unsafe.Slice（Go 1.21+）切分视图。后者避免了 runtime 对 slice 底层指针的逃逸判定。
- 检查是否逃逸：运行
go build -gcflags="-m -m"，看关键函数参数是否含escapes to heap -
sync.Pool.Get()返回的是 interface{}，需类型断言，但比每次 new 快得多 - 别在 goroutine 内部用
make([]int, n)，n 是运行时变量——这几乎必然逃逸
实际性能拐点往往在 10 万元素左右
并发排序不是数据越大越快。实测表明，在 Go 中，当输入长度 n 时，并发归并/快排通常比单线程慢 10%~30%，因为 goroutine 启动、channel 通信、同步开销已盖过计算增益。只有当 <code>n >= 1e5 且 CPU 核心数 ≥ 4 时，并发优势才稳定显现。
这个拐点取决于具体实现：如果用了 unsafe 避免拷贝、预分配 buffer、无锁合并，拐点可能下探到 5e4；反之，若每层递归都新建 goroutine + channel，拐点会推高到 5e5 以上。
- 线上服务中，别盲目开启并发排序——先用
go tool pprof确认 CPU 利用率是否真卡在排序逻辑上 - 对延迟敏感场景（如实时推荐），宁可用优化过的单线程
sort.Slice，也别赌 goroutine 调度不抖动 - 真正要并发的，往往是“多个独立数组分别排序”，而不是“一个大数组拆开并发排”
