火焰图

背景 做了 10 年性能优化，最近复盘一个真实案例，卡在一个很具体的归因问题上（已脱敏）。 一个 Go 订单查询服务：Go 1.22，net/http + gorm + MySQL 8 + Redis 7，K8s 1.28 / cgroup

背景 热榜上"连接池怎么调""超时重试怎么配""Kafka 事务为什么卡"都聊得很透，但我做了 15 年性能优化，发现一个更底层、却很少被单独拎出来对线的分歧：很多性能问题，第一反应是"加资源"（加机器、加线程、加核），结果不但没变快，反而

一、现象与背景：同一套压测脚本，今天 p99=42ms 明天 p99=87ms 先摆数字。我们团队 9 人，负责一条订单+库存的 Java 服务链路（JDK 17 + Spring Boot 3.1，Nginx 网关，k6 做压测）。性能回