Go / 系统课时
区分并发、并行与性能目标
区分并发、并行与性能目标
高并发系统最容易犯的错误,是把“更多 goroutine”“更多 CPU 并行”和“性能更好”当成同一件事。本篇会把执行结构、实际并行度和性能指标拆开,并建立一套先定目标、再测量、最后优化的判断框架。
学习目标
- 区分并发、并行与性能结果,避免用 goroutine 数量代替性能结论
- 读懂吞吐、延迟和资源利用率之间的基本关系
- 能根据服务目标选择优先优化的指标,而不是追求单一“更快”
先把三个维度拆开
并发描述程序能同时处理多个进行中的任务。多个请求可以各自对应 goroutine,即使某一时刻只有一个 CPU 核心在执行 Go 代码,它们仍然是并发的,因为调度器可以在任务之间切换。
并行描述多个任务在同一时刻真正运行。它受可用 CPU、GOMAXPROCS、任务是否可运行以及是否被 I/O、锁或系统调用阻塞等因素影响。并发是程序组织方式,并行是某一时刻的执行状态。
性能则是结果。增加并发可能提高吞吐,也可能因为锁竞争、缓存失效、调度成本或下游限流而让延迟恶化。增加并行度同样不保证性能线性提升。

性能指标回答的是不同问题
吞吐表示单位时间完成了多少工作,例如每秒请求数。延迟表示单个请求需要等待多久,在线服务通常更关注 p50、p95、p99 等分位数,而不是只看平均值。资源利用率表示 CPU、内存、网络、磁盘等资源被使用到什么程度,它更像解释性能的证据,而不是最终目标。
| 指标 | 回答的问题 | 常见误区 |
|---|---|---|
| 吞吐 | 单位时间能完成多少请求或任务 | 只追求 QPS,忽略排队导致的尾延迟 |
| 延迟 | 一个请求要多久才能完成 | 只看平均值,看不到少量慢请求 |
| 资源利用率 | 瓶颈是否接近 CPU、内存或 I/O 上限 | 把“CPU 100%”直接等同于性能最好 |
在稳定系统中,可以用 Little 定律建立直觉:。这里 是系统中的平均在途任务数, 是平均吞吐率, 是平均停留时间。它说明并发量、吞吐和延迟彼此相关,但不能证明“并发越高越好”。
高并发服务先确定优化目标
一个 API 服务如果目标是“p99 小于 100 ms”,优化重点应放在尾延迟、排队、锁竞争和慢下游;如果离线任务目标是“每小时处理更多数据”,则可能接受更高单任务延迟,优先提高吞吐和 CPU 利用率。
因此评估一次优化时,至少同时记录业务目标指标和一项资源指标。比如把“吞吐提升 20%”与“p99 延迟不超过阈值、CPU 不进入持续饱和”放在一起,才能判断改动是否真的有价值。
用测量结果决定下一步
性能调优的顺序应是:先定义可接受的结果,再用基准测试或压测建立基线,然后根据 profile、trace 和运行时指标定位瓶颈,最后只改变一个关键变量并重新测量。这样才能区分“更多并发”“更多并行”和“真正更快”,也能避免把局部指标改善误判为整体性能提升。