14.2 Go性能优化
优化手段
1.减少HTTP请求数，合并CSS、JS、图片 2.使用CDN，就近访问 3.启用nginx gzip压缩，降低传输内容大小 4.优化后端api性能
api服务性能优化目标
1.线上程序是黑盒状态 2.通过性能分析，可知程序占用多少资源 3.找到系统瓶颈
go性能优化方向
1.Cpu维度优化 2.Mem维度优化 3.锁竞争维度的优化
1.1. 性能优化原理
1.知道程序占用了多少资源，如cpu，内存量 2.知道程序的函数占用资源比例 3.如有A,B两个数据就可以快速定位到系统瓶颈 4.通过pprof，每隔一段时间10ms采集当前堆栈信息，获取各个函数占用的cpu以及内存资源 pprof完毕后，通过对数据进行分析，形成分析报告。
CPU性能优化
import ("runtime/pprof")//采集性能分析的数据 开始cpu性能分析，pprof.StartCPUProfile(w io.Writer) 停止CPU性能分析 pprof.StopCPUProfile()
1.1.1. PProf
想要进行性能优化，首先瞩目在 Go 自身提供的工具链来作为分析依据，本文将带你学习、使用 Go 后花园，涉及如下：
- runtime/pprof：采集程序（非 Server）的运行数据进行分析
- net/http/pprof：采集 HTTP Server 的运行时数据进行分析
pprof 是用于可视化和分析性能分析数据的工具
pprof 以 profile.proto 读取分析样本的集合，并生成报告以可视化并帮助分析数据（支持文本和图形报告）
profile.proto 是一个 Protocol Buffer v3 的描述文件，它描述了一组 callstack 和 symbolization 信息， 作用是表示统计分析的一组采样的调用栈，是很常见的 stacktrace 配置文件格式
1.1.2. 支持什么使用模式
- Report generation：报告生成
- Interactive terminal use：交互式终端使用
- Web interface：Web 界面
1.1.3. 可以做什么
- CPU Profiling：CPU 分析，按照一定的频率采集所监听的应用程序 CPU（含寄存器）的使用情况，可确定应用程序在主动消耗 CPU 周期时花费时间的位置
- Memory Profiling：内存分析，在应用程序进行堆分配时记录堆栈跟踪，用于监视当前和历史内存使用情况，以及检查内存泄漏
- Block Profiling：阻塞分析，记录 goroutine 阻塞等待同步（包括定时器通道）的位置
- Mutex Profiling：互斥锁分析，报告互斥锁的竞争情况