Go运行时的两个主要限制
内容提要
Go的并发运行时在云应用程序中扩展性好，但在裸机上运行时存在内存和网络瓶颈。调整垃圾回收器可提升硬件性能，但增加内存使用量。通过在每台主机上运行更多的Go运行时并分散网络I/O负载到多个容器中，可以提高性能和吞吐量。
延伸解读
GC调优的权衡：性能提升与内存代价
文章指出，调整垃圾回收器（如设置GOGC=500）可带来约2倍的硬件性能提升，但内存使用量增加约3.2倍（从2.5GB增至8GB）。同时，CPU使用率显著下降，简单内存操作的p99延迟大幅减少。读者需注意，这种优化适合内存充裕的裸机环境，在云上容器中可能因内存限制而得不偿失。
Netpoll瓶颈：高并发I/O下的系统调用开销
Go的Netpoll基于EPoll，但一次EPoll调用最多缓冲128个套接字。在每秒数十万请求、大量TCP套接字同时就绪的场景下，需多次EPoll调用，导致近65%的CPU时间花在syscall.EpollWait上。这成为I/O密集型Go应用在垂直扩展时的关键瓶颈，尤其影响低延迟请求处理。
横向分散：缓解Netpoll限制的实践方向
针对Netpoll的套接字缓冲限制，文章建议在每台主机上运行更多Go运行时，并将网络I/O负载分散到多个容器中。这样可减少单个运行时处理的套接字数量，避免频繁的EPoll调用，从而提升整体性能和吞吐量。这为大规模Go应用部署提供了可操作的扩展思路。
Q&A
Go 运行时在裸机上运行时会遇到哪些主要限制？
Go 运行时在裸机上运行时有两个主要限制：一是大量内存会导致垃圾收集器大量占用 CPU；二是每秒执行数十万个请求可能会导致网络后端在系统调用上出现瓶颈。
如何调整 Go 的垃圾回收器来提升性能？
可以设置环境变量 GOGC=500（默认值为 100），并上下调整该数字以找到 GC 使用的 CPU 和 RAM 之间的平衡。还可以设置 GOMEMLIMIT=100GiB 或适合应用程序的限制，以在 Go 运行时达到内存限制时强制执行 GC。
调整垃圾回收器后，硬件性能和内存使用量有什么变化？
调整垃圾回收器后，硬件性能提升了约 2 倍，但内存使用量增加了约 3.2 倍（例如从约 2.5GB 增加到约 8GB），同时 CPU 使用率显著下降，简单内存操作的 p99 延迟大幅减少。
Go 的 Netpoll 是什么？它如何工作？
Netpoll 是 Go 网络后端基于 EPoll 的系统，负责处理与网络相关的系统调用。它调用 EPoll 并一次性获取一大块“就绪”套接字，在大多数情况下，对于较小的机器，几十个套接字可能同时变得可用，Netpoll 可以在单个系统调用的范围内使用它们，从而为 Go 运行时和应用程序授予更多的执行时间。
为什么 Netpoll 会成为 I/O 密集型应用程序的性能瓶颈？
在大型系统中，每秒通过数千个 TCP 套接字发出数十万个请求，在给定的 EPoll 调用中可能有一千个或更多 TCP 套接字可供应用程序拾取。但 Netpoll 在一次 EPoll 调用中最多只能缓冲 128 个套接字，这意味着必须进行多次 EPoll 调用才能获取所有可用的套接字。在 CPU 配置文件中，这表现为将近 65% 的 CPU 时间花费在 runtime.netpoll 中的 syscall.EpollWait 上，从而成为扩展 I/O 密集型 Golang 应用程序的重要瓶颈。
如何解决 Netpoll 的瓶颈问题？
为了解决 Netpoll 的瓶颈，需要在每台主机上运行更多数量的 Go 运行时，并将它们各自的网络 I/O 工作负载减少到 Go 运行时可以管理的范围。通过在每台主机上运行更多的 Go 运行时，并将网络 I/O 负载分散到多个容器中，可以提高性能和吞吐量。
