Go b.RunParallel 什么时候才真正并发？
它不会自动并行——必须显式调用 b.SetParallelism(n)，否则默认 n=1，所有 goroutine 实际串行执行。这是最常被忽略的前提。
常见错误现象：b.RunParallel 跑完耗时几乎等于单次 b.Run，CPU 利用率不上升，pprof 显示只有 1 个活跃 goroutine。
-
b.SetParallelism(0)是无效的，会被忽略；最小有效值是1 - 推荐设为逻辑 CPU 数（
runtime.NumCPU()），但不是越多越好——过度并发会因调度开销反而拖慢吞吐 - 如果测试函数里有共享资源（如全局 map、未加锁的计数器），不加同步会导致数据竞争，
go test -race会报Data race
如何写一个线程安全的 b.RunParallel 测试函数？
传给 b.RunParallel 的函数接收一个 *testing.PB，它本身不带状态，每次调用都独立；但你写的闭包体里引用的变量，很可能被多个 goroutine 同时访问。
使用场景：压测缓存读取、HTTP 客户端复用、无状态计算函数等。不适合测含全局状态初始化或一次性 setup 的逻辑。
立即学习“go语言免费学习笔记（深入）”；
- 避免在闭包中直接读写包级变量，改用参数传递或局部变量
- 需要统计总数？用
sync/atomic操作int64，别用普通int加锁 - 示例中误写
total++会导致竞态；正确写法是atomic.AddInt64(&total, 1)
func BenchmarkParseJSON_Parallel(b *testing.B) {
data := []byte(`{"name":"a","age":25}`)
var total int64
b.SetParallelism(runtime.NumCPU())
b.RunParallel(func(pb *testing.PB) {
for pb.Next() {
// 每次解析都用新变量，无共享
var u struct{ Name string; Age int }
json.Unmarshal(data, &u)
atomic.AddInt64(&total, 1)
}
})
}
b.RunParallel 和 b.Run 的性能差异到底看什么？
不能只比总耗时。关键指标是「吞吐量」：单位时间完成的操作数（b.N / b.Elapsed().Seconds()），以及横向扩展能力——当 SetParallelism 从 1 增到 4，吞吐是否接近翻倍？
性能影响点：
- CPU-bound 任务容易随并行度线性提升；I/O-bound 受系统文件描述符、网络连接池限制，可能卡在 2–4 就饱和
- GC 压力会上升——每个 goroutine 都可能分配内存，高频小对象易触发频繁 GC，
go tool pprof -alloc_space可验证 - 注意
b.N是总迭代次数，不是每个 goroutine 执行次数；*testing.PB.Next()控制循环退出，实际各 goroutine 迭代数不均等
为什么本地跑 b.RunParallel 结果波动大，CI 上更差？
因为它的结果高度依赖运行时环境：CPU 频率动态调整、后台进程抢占、NUMA 节点分布、甚至 Go 版本的调度器改进都会改变表现。
兼容性影响：
- Go 1.14+ 调度器对
testing.PB的 work-stealing 更激进，同一份代码在 1.13 和 1.19 上吞吐可能差 15%+ - Docker 容器里没设
--cpus或cgroups限频，runtime.NumCPU()返回的是宿主机核数，但实际只能分到 0.5 核 → 并发反成负优化 - 建议固定
GOMAXPROCS（如GOMAXPROCS=4），并在 CI 中统一关闭 CPU 频率调节（echo performance | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor）
真正难控的不是写法，是让并发基准测试在不同机器上可复现——这点连官方文档都没直说，得靠自己锁环境、压负载、看 perf top 确认是不是卡在调度或锁争用上。
