老板花重金买了台 128 核服务器，我的 Go 程序反而变慢了？
内容提要
在超多核时代，Go语言的并发模型受到NUMA架构和GC的性能瓶颈影响，尽管核心数增加，程序吞吐量未线性增长。Go团队计划通过优化调度和内存分配来提升性能。
关键要点
-
在超多核时代，Go语言的并发模型受到NUMA架构和GC性能瓶颈影响。
-
尽管核心数增加，程序吞吐量未线性增长，甚至P99延迟变高。
-
Go的GMP调度模型在小几十核机器上表现良好，但在128核机器上亲和性被撕裂。
-
GC导致的STW（Stop The World）使得调度器在恢复后分配P给任意空闲的M，造成Cache Miss。
-
NUMA架构下，CPU访问本地内存快，跨大区访问延迟高，Go语言目前是非NUMA感知的。
-
Go的工作窃取算法在NUMA时代变得低效，导致内存访问延迟增加。
-
Go团队计划通过优化调度和内存分配来提升性能，解决超高核数和NUMA下的性能瓶颈。
-
Go 1.25和1.26已带来部分改进，NUMA感知的内存分配等优化在后续版本中规划。
-
开发者需理解代码在真实硬件和操作系统上的物理足迹，避免盲目增加机器。
-
在高并发服务性能退化时，检查NUMA命中率，考虑使用runtime.LockOSThread()等方法。
延伸解读
NUMA架构的挑战
在超多核的环境中，NUMA架构带来的内存访问延迟显著影响了Go程序的性能。开发者需要关注内存分配的NUMA亲和性，避免跨节点的内存访问，以减少延迟和提高吞吐量。
GC对性能的影响
Go语言的垃圾回收（GC）机制在高并发场景下可能导致性能下降，尤其是在多核处理器上。开发者应考虑GC的停顿时间对程序的影响，并探索优化调度和内存分配的方法，以提升整体性能。
未来的优化方向
Go团队正在积极解决超高核数和NUMA架构下的性能瓶颈，未来版本将引入NUMA感知的内存分配等优化。开发者应关注这些更新，以便在新版本发布后及时调整代码，提升应用性能。
延伸问答
为什么我的Go程序在128核服务器上反而变慢了？
Go程序在128核服务器上变慢的原因主要是NUMA架构和GC性能瓶颈，导致吞吐量未线性增长，P99延迟反而增加。
NUMA架构对Go程序性能有什么影响？
NUMA架构使得CPU访问本地内存快，但跨大区访问延迟高，Go语言目前是非NUMA感知的，导致内存访问效率低下。
Go团队如何计划解决超高核数下的性能瓶颈？
Go团队计划通过优化调度和内存分配，增强NUMA感知，修复调度器的亲和性问题，以提升性能。
在高并发服务中，如何检查NUMA命中率？
可以使用top和numastat命令来检查NUMA命中率，以评估内存访问的效率。
Go的GMP调度模型在多核机器上表现如何？
在小几十核机器上，Go的GMP调度模型表现良好，但在128核机器上，亲和性被撕裂，导致性能下降。
Go 1.25和1.26版本带来了哪些改进？
Go 1.25和1.26版本带来了部分改进，包括容器感知的GOMAXPROCS和Green Tea GC等优化。
