golang作为一门高效的语言，性能监控和调试非常重要，如何进行性能监控和分析是优化的关键。
Go语言项目中的性能优化主要有以下几个方面：
go语言提供包
pprof开启后，每隔一段时间（10ms）就会收集下当前的堆栈信息，获取格格函数占用的CPU以及内存资源；最后通过对这些采样数据进行分析，形成一个性能分析报告。
引入包
import "runtime/pprof"
使用方法
pprof.StartCPUProfile(w io.Writer) //开启，向一个io中写入cpu信息
pprof.WriteHeapProfile(w io.Writer) //向一个io中写入内存信息
pprof.StopCPUProfile() //停止，写入完成
将数据写入到文件中
通过 go tool pprof [文件名] 命令查看使用
我们可以在交互界面输入top3来查看程序中占用CPU前3位的函数：
其中：
也可以通过list 函数名查看函数的信息
通过分析发现大部分CPU资源被26行占用
输入web在网页中查看调度图，输入pdf生成一个pdf文件
需要安装工具graphviz
关于图形的说明： 每个框代表一个函数，理论上框的越大表示占用的CPU资源越多。 方框之间的线条代表函数之间的调用关系。 线条上的数字表示函数调用的次数。 方框中的第一行数字表示当前函数占用CPU的百分比，第二行数字表示当前函数累计占用CPU的百分比。
go tool pprof默认是使用-inuse_space进行统计，还可以使用-inuse-objects查看分配对象的数量。
如果你的应用程序是一直运行的，比如 web 应用，那么可以使用net/http/pprof库，它能够在提供 HTTP 服务进行分析。
如果使用了默认的http.DefaultServeMux（通常是代码直接使用 http.ListenAndServe(“0.0.0.0:8000”, nil)），只需要在你的web server端代码中按如下方式导入net/http/pprof
import _ "net/http/pprof"
如果你使用自定义的 Mux，则需要手动注册一些路由规则：
r.HandleFunc("/debug/pprof/", pprof.Index)
r.HandleFunc("/debug/pprof/cmdline", pprof.Cmdline)
r.HandleFunc("/debug/pprof/profile", pprof.Profile)
r.HandleFunc("/debug/pprof/symbol", pprof.Symbol)
r.HandleFunc("/debug/pprof/trace", pprof.Trace)
如果你使用的是gin框架，那么推荐使用"github.com/DeanThompson/ginpprof"。
不管哪种方式，你的 HTTP 服务都会多出/debug/pprof endpoint，访问它会得到类似下面的内容：
这个路径下还有几个子页面：
火焰图（Flame Graph）是 Bredan Gregg 创建的一种性能分析图表，因为它的样子近似