Go pprof 可直接定位 CPU、内存、goroutine 瓶颈，需启用 /debug/pprof/ 端点；CPU 采样建议 ≥30 秒，内存 profile 要区分 allocs（总分配）与 heap（存活对象），火焰图中 mallocgc 高占比需溯源调用方。
Go 自带的 pprof 能直接定位 CPU、内存、goroutine 等瓶颈，不需要第三方工具，但必须在运行时暴露 /debug/pprof/ 端点，且采样方式不对就容易错过真实热点。
启用 HTTP pprof 服务（必须先做）
默认不开启，需手动注册。若用 net/http 启服务，最简方式是导入并挂载：
import _ "net/http/pprof"
func main() {
go func() {
log.Println(http.ListenAndServe("localhost:6060", nil))
}()
// ... your app logic
}
注意：import _ "net/http/pprof" 是触发 init 注册路由的关键；端口可改，但路径固定为 /debug/pprof/；若用 Gin/echo 等框架，需显式 Handle 或 Group 挂载，不能依赖全局 mux。
抓取 CPU profile（推荐 30 秒以上）
CPU 采样是统计型，时间太短（如 5s）会导致样本不足、函数排序失真。生产环境建议用 curl -o cpu.pprof "http://localhost:6060/debug/pprof/profile?seconds=30"。
-
seconds=30是实际采样时长，不是超时值 - 避免在高负载突增时立即采集，应等系统稳定几秒再开始
- 若程序无 HTTP 服务，可用
runtime/pprof手动 StartCPUProfile，但需自行控制启停和文件写入
用 go tool pprof 分析生成的 profile 文件
拿到 cpu.pprof 后，进入交互式分析：
