go批量数据库操作性能瓶颈在于连接管理、参数绑定、事务控制和序列化，优化需复用预编译语句、合理分批（mysql 500–2000行，PG 1000–5000行）、显式事务、原生批量语法、调优连接池及驱动参数。
Go 语言中批量数据库操作的性能瓶颈，往往不出现在 SQL 本身，而在于连接管理、参数绑定、事务控制和数据序列化这几个环节。优化核心是减少往返次数、复用资源、避免隐式转换和合理分批。
用 Prepare + Exec 复用预编译语句
每次 Exec 带完整 SQL 字符串，数据库都要解析、生成执行计划；而 Prepare 一次后，后续只需传参，显著降低服务端开销。尤其在循环插入/更新时效果明显。
- 使用 db.Prepare 创建可复用的 Stmt，注意在 defer 中调用 Close 避免泄漏
- 对同一结构的批量操作（如插入用户），优先用 stmt.Exec(args…) 而非 db.Exec(sql, args…)
- 若使用 database/sql + MySQL 驱动（如 go-sql-driver/mysql），开启 multiStatements=true 并不推荐——它无法复用计划，且有注入风险
合理分批 + 控制事务粒度
单次提交 10 万行很可能触发锁升级、日志膨胀或 OOM；太小（如每次 10 行）又浪费网络和事务开销。需结合数据库类型、行大小、索引数量实测平衡点。
- postgresql 建议每批 1000–5000 行；MySQL（InnoDB）通常 500–2000 行较稳
- 用 tx, err := db.Begin() 包裹批次，成功后 tx.Commit()，失败则 tx.Rollback()
- 避免把全部数据 load 到内存再分批——用 channel + goroutine 流式读取+分块写入，降低 GC 压力
善用数据库原生批量语法（非 ORM）
ORM（如 GORM）默认逐条生成 INSERT，即使调用 CreateInBatches，底层仍可能拆成多条语句。直接拼接 VALUES 多元组，能极大减少 round-trip。
立即学习“go语言免费学习笔记（深入）”；
- MySQL 支持 INSERT INTO t (a,b) VALUES (?,?),(?,?),(?,?) —— 1 条语句插 N 行
- PostgreSQL 支持 INSERT INTO t (a,b) select * FROM (VALUES (?,?),(?,?)) AS v(a,b)
- 拼接时注意参数个数限制（MySQL 默认 max_allowed_packet 影响最大 VALUES 数），动态切分
关闭自动提交 + 调整连接池与上下文
默认每次 Exec 都是独立事务，频繁提交引发磁盘刷写；同时连接池过小会导致阻塞，过大则增加数据库负担。
- 设置 db.SetMaxOpenConns(20–50)、db.SetMaxIdleConns(10–20)，根据压测调整
- 对批量操作显式用 context.WithTimeout(ctx, 30*time.Second)，防长事务拖垮连接池
- 确认驱动是否启用 cachePrepStmt=true（MySQL）或 prefer_simple_protocol=false（pgx），确保预编译真正生效
基本上就这些。不复杂但容易忽略：少一次 Round-Trip，少一次 Parse，少一次 Commit，积少成多就是数倍提升。