Для каких задач Go (Golang) является сильным выбором, а где лучше честно выбрать другой язык?

Сильные стороны Go

Go создавался в Google для конкретного класса задач — сетевые сервисы, системные инструменты и крупные монорепозитории. Там он действительно блестит:

• HTTP-сервисы и API — стандартная библиотека net/http производительна «из коробки», goroutine-модель позволяет обрабатывать десятки тысяч соединений на скромном железе.
• CLI-инструменты — бинарь компилируется в один статически слинкованный файл, что упрощает дистрибуцию. kubectl, Terraform, Hugo — всё это Go.
• gRPC-сервисы — официальная поддержка protobuf (google.golang.org/protobuf) и первоклассный grpc-go.
• Конкурентная обработка данных — pipelines на каналах, worker pools, fan-out/fan-in — всё выражается идиоматично без внешних фреймворков.
• DevOps/Infra tooling — Docker, Kubernetes, Prometheus, Terraform написаны на Go.

package main

import (
	"fmt"
	"sync"
)

// Worker pool: обработка задач несколькими goroutines
func process(id int, jobs <-chan int, results chan<- int, wg *sync.WaitGroup) {
	defer wg.Done()
	for j := range jobs {
		results <- j * j
		fmt.Printf("worker %d обработал %d\n", id, j)
	}
}

func main() {
	jobs := make(chan int, 10)
	results := make(chan int, 10)
	var wg sync.WaitGroup

	for w := 1; w <= 3; w++ {
		wg.Add(1)
		go process(w, jobs, results, &wg)
	}

	for j := 1; j <= 9; j++ {
		jobs <- j
	}
	close(jobs)

	wg.Wait()
	close(results)

	for r := range results {
		fmt.Println(r)
	}
}

Где Go — не лучший выбор

• Machine Learning / Data Science — экосистема несопоставима с Python (PyTorch, NumPy, pandas). Go-пакеты типа gorgonia заброшены или нишевые.
• Высоконагруженные числодробилки (финансовые расчёты, симуляции) — GC-паузы и отсутствие SIMD-оптимизаций делают Rust или C++ предпочтительнее, когда нужна латентность <100 мкс.
• Сложные доменные модели с наследованием — Go не имеет классического ООП. Попытка реализовать глубокую иерархию через интерфейсы и embedding выходит громоздкой. Java/Kotlin или C# уместнее.
• Скриптинг и автоматизация — накладные расходы на компиляцию и многословный синтаксис делают Python или Bash практичнее для одноразовых скриптов.
• GUI / mobile — нет зрелого UI-фреймворка; Flutter (Dart), Swift, Kotlin — очевидные альтернативы.

Подводные камни

• Отсутствие generics до Go 1.18 породило много дублирующего кода; проекты на старых версиях могут содержать тонны copy-paste вместо параметрических функций.
• GC в Go — concurrent mark-and-sweep, но он всё равно вызывает stop-the-world фазы; приложения с латентностью <1 мс требуют тюнинга GOGC и GOMEMLIMIT.
• CGo резко снижает производительность и ломает кросс-компиляцию — многие команды используют его, не осознавая цены.
• Пакет database/sql не имеет поддержки async; при большом числе запросов горутины блокируются на сетевом вызове — нужен connection pool с разумным SetMaxOpenConns.
• Ошибки-значения легко проигнорировать: _ = f() компилируется без предупреждения.
• Не стоит использовать Go там, где команда экспертна в другом языке, а Go выбирается «по хайпу» — потеря производительности разработки перевешивает технические преимущества.

• Выбирать Go (Golang) по популярности, а не по требованиям проекта
• Игнорировать опыт команды, эксплуатацию и стоимость поддержки
• Не называть ситуации, где Go (Golang) будет плохим выбором

• Называет критерии выбора Go (Golang)
• Учитывает команду, эксплуатацию, стоимость и риски
• Может назвать сценарии, где выбрал бы альтернативу