本文永久链接 – https://tonybai.com/2025/10/16/cpu-cache-friendly-in-go 大家好，我是Tony Bai。 “现代 CPU 很快，而内存很慢。” 这句看似简单的陈词滥调，是理解现代高性能编程的唯一“真理”。我们常常致力于优化算法的时间复杂度，却忽略了一个更为根本的性能瓶颈：数据在内存和 CPU 缓存之间的移动。一次 L1 缓存的命中可能仅需数个时钟周期（~1ns），而一次主内存的访问则需要超过上百个周期（~100ns），这之间存在着超过 100 倍的惊人差距(2020年数据，如下图，近些年内存速度提升，但与L1缓存相比依旧有几十倍的差距)。 访问延迟，来自参考资料2(2020年数据) 近年来，自从 Go 更换了新的技术负责人后，整个项目对性能的追求达到了前所未有的高度。从 Green Tea GC 的探索，到对 map 等核心数据结构的持续优化，再到即将在 Go 1.26 中引入的实验性 simd 包，无不彰显出 Go 团队提升运行时性能和榨干硬件潜能的决心。 在这个背景下，理解并应用“CPU 缓存友好”的设计原则，不再是少数性能专家的“屠龙之技”，而是每一位 Gopher 都应掌握的核心能力。即便算法完全相同，仅仅通过优化数据结构，我们就有可能获得 2-10 倍甚至更高的性能提升。这并非“过早优化”，对于性能敏感的系统而言，这是一种必要优化。 本文受Serge Skoredin的“CPU Cache-Friendly Data Structures in Go: 10x Speed with Same Algorithm”启发，将和大家一起从 CPU 缓存的第一性原理出发，并结合完整的 Go 示例与基准测试，为你揭示一系列强大的“数据驱动设计”(Data-Oriented Design) [...]