把 Go 性能工具链拆成三个主问题：现在慢在哪（pprof）、为什么慢（trace）、什么时候慢（持续 profiling）。8 组实测告诉你什么时候该升级。
Go 和 Java 面对 STW 停顿走了相反的路——Go 赌确定性（不分代+并发标记），Java 赌灵活性（分代+Region+染色指针）。同一工作负载实测：Go 225 次 GC 每次 38µs，Java G1 仅 14 次但暂停 214µs，ZGC 几乎零停顿却吃 88MB 堆。理解这个分叉，比选边站更有价值。
Go 编译器优化不是独立开关，而是一条链——内联断则全链断。用手电筒比喻拆解决策边界，5 组对照实验证明代价，给出可验证的方法论。
Go 反射的"难用"不是设计失误，是与错误处理、迟到泛型一脉相承的摩擦力设计。从 interface{} 拆箱原理到 340 倍性能差距，用实测数据揭示反射的真实代价，给出可操作的决策树。
Go HTTP服务的5层渐进式演进框架：超时配置→单机优化→模块化单体→分布式代价→演进信号清单，每层用自造实测数据量化ROI，帮你判断该不该往上走。
内联不只消除函数调用开销——它还决定逃逸分析能看到多少上下文。用实测数据拆解耦合机制，附 4 步决策框架。
Channel 还是 Mutex？别用哲学回答，用场景判断。4 组 benchmark 实测，提炼出'保护状态用锁，协调流程用管道'的决策树框架。
Go GC 用十年把 STW 从 300ms 压到亚毫秒——并发三色标记、混合写屏障、GOGC 调优、GOMEMLIMIT 兜底、Green Tea 探路，五步演进的每一步都是取舍。理解它没选什么，比理解它选了什么更重要。
