这是我参与「第三届青训营 -后端场」笔记创作活动的的第2篇笔记。
我们可以通过Go语言开发各种各样的项目，但是完成程序逻辑本身的同时，如何让程序运行得更加高效，也是应该被考虑的。
性能调优应该遵循以下原则：
要依赖数据而非猜测
要定位最大瓶颈而非细枝末节
不要过早优化
不要过度优化
Golang中自带的pprof工具可以让我们可视化分析性能数据。将pprof的路由注册到http server的指定端口上，即可通过localhost的指定端口访问性能数据。
使用命令
go tool pprof -http=:8080 "http://localhost:6060/debug/pprof/指定指标"
（6060为pprof所运行的端口）
即可在localhost的8080端口可视化程序运行性能数据。
此外，在SDK层面也可以做更通用的优化。
Golang中内存分配模型是多级的，在GMP模型中的每一个P（Process）都拥有属于自己的线程缓存（Thread Cache），第二级是公用的中心缓存（Central Cache），第三级则是页堆（Page Heap）。
当需要向对象分配内存时，如果是小对象，则会在线程缓存上分配，不能满足需求，则在中心缓存上解决。遇到32KB以上的对象时，则直接在页堆上分配。
在现实中的程序中，小对象的分配往往占大多数，而Golang原本的内存分配，至少需要g->m->p的调用路径，这将消耗一定时间。而可以通过在每个Goroutine上绑定一定大小缓存用来分配小对象的内存，即可加快小对象分配的效率。
编译的优化也是一个有意义的方向。Golang本身追求编译效率，在编译时对代码的分析优化比较少（控制流分析、数据流分析、过程内分析、过程间分析等），同时内联策略比较保守。通过修改Golang编译时的行为，促进分析优化、内联等行为，则可通过牺牲一定的编译时间、运行镜像大小的代价换取更高的运行性能。
