Go 号称天生跨平台，但设两个环境变量只是起点。本文构建一棵决策树——5个关键分叉口，帮你从"能编译"走到"能部署"。
三个拐点、两组实测数据、一张决策表——告诉你 Go 缓存方案什么时候该换、换到哪一级。
同一个 zap，配置 A vs B 性能差 2.3 倍——而换库只差 1.4 倍。5 个设计决策各自带来 1.3-4.8 倍的量化提升，每个都有 benchmark 实测数据支撑。
Go 的安全不是语言全都替你兜住，而是两层：语言和工具链兜住第一层，API 边界、crypto 使用、并发状态、输入信任和权限时机这些第二层必须由开发者自己守。
SQL 耗时稳定但接口 P99 飙升？问题可能出在 Go 连接池里看不见的排队。用 DB.Stats() 的等待信号定位瓶颈，在应用、数据库、代理三层边界内找到最短队伍的平衡点。
Go 服务 P99 飙高但 pprof 看不出问题？大概率是网络层的事。两组实测数据告诉你：TCP_NODELAY 不是万金油，缓冲区也不能乱调。附完整排查判断表。
用 go/analysis 框架写一个自定义 linter 只要 20 行代码，但从第一行代码到团队平稳运行花了两个月。三组实测数据展示 go/ast 的能力边界，以及比技术更难的落地困境。
8 行 echo server 离生产有多远？从 CLOSE_WAIT 泄漏到协议分帧再到 TCP_NODELAY 实测，用踩坑经历和 benchmark 数据拆解连接管理、协议设计、性能调优三层进阶。
Go 的 plugin 包九年没动过 API，5 种方案的 benchmark 实测告诉你该不该用插件、该用哪个。多数场景的答案是：不需要。
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。
