执行测试并生成分析数据
# 生成 CPU 分析、内存分析、阻塞分析、跟踪数据
go test -bench=. -benchmem \
-cpuprofile=cpu.out \
-memprofile=mem.out \
-blockprofile=block.out \
-trace=trace.out
各文件用途？
-cpuprofile会生成cpu.out，可以用来分析CPU 时间消耗分布-blockprofile会生成block.out, 可以用来分析阻塞事件（如锁等待）-trace会生成btrace.out,可以用来分析全链路 Goroutine 调度轨迹
如何分析？
- 锁竞争可视化分析
# 查看阻塞事件（锁等待时间占比）
go tool pprof -http=:8080 block.out
示例输出解读：图中 sync.(*Mutex).Lock 节点占比 68%，即锁等待占用了总测试时间的 68%
- CPU 瓶颈定位
# 火焰图分析 CPU 消耗
go tool pprof -http=:8080 cpu.out
关键指标： syscall.Syscall 占比高 → 系统调用过多 sync.runtime_SemacquireMutex → 锁竞争开销
- Goroutine 调度轨迹
# 交互式查看并发执行细节
go tool trace trace.out
分析要点：
View trace 面板中红色区块表示锁等待 统计每个 Goroutine 的 Block 时间
Top 图中各列参数详解
Flat: 函数自身消耗的时间（不包含其调用的子函数）,若某函数 Flat 值高，说明该函数内部存在耗时操作（如密集计算、锁等待）
Flat%: Flat时间占总采样时间的百分比 快速定位性能瓶颈函数（如 Flat% 68% 表示该函数自身消耗了 68% 的总时间）
Sum%: 当前行及之前所有行的 Flat% 累计值 判断前 N 个函数的总耗时占比（如前3行 Sum% 95% 表示前3个函数占用了95%的时间）
Cum: 函数累积消耗的时间（包含其调用的所有子函数） 若某函数 Cum 高但 Flat 低，说明问题在其调用的子函数中
Cum%: Cum 时间占总采样时间的百分比,评估函数及其子系统的整体开销
Name:函数名称,定位具体代码位置
性能分析决策树
高 Flat% 函数 → 优化自身逻辑 (算法/锁竞争)
↓
高 Cum% 但低 Flat% → 分析其子函数
↓
低 Flat% 且低 Cum% → 暂不处理
高 Flat 改自身，高 Cum 查子程，Sum% 定优先级