"Desenvolva um guia detalhado e prático para otimização de performance em aplicações Go que lidam com processamento massivo de dados em tempo real (ex: telemetria, logs de alta frequência). O guia deve abordar:

1.  **Escolha e Justificativa de Estruturas de Dados:** Quais estruturas de dados nativas de Go são mais eficientes para armazenamento e acesso rápido a grandes volumes de dados mutáveis e imutáveis, considerando trade-offs de memória e CPU? Apresente exemplos de uso.
2.  **Paralelismo e Concorrência Eficiente:** Explore padrões de concorrência (GoRoutines, Canais, `sync` package) para maximizar o throughput e minimizar a latência. Inclua estratégias para evitar gargalos como *false sharing*, *contention* em *mutexes* e *deadlocks* em cenários de alta concorrência.
3.  **Gerenciamento de Memória (GC):** Descreva técnicas para reduzir a pressão do *Garbage Collector* em Go, como o uso de *pools* de objetos (`sync.Pool`), pré-alocação de memória e estratégias para minimizar alocações no *heap*.
4.  **Otimização de I/O:** Apresente métodos para otimizar operações de I/O intensivas (rede, disco), incluindo o uso de I/O não bloqueante, *buffering* e bibliotecas de terceiros quando apropriado.
5.  **Ferramentas de Profiling e Análise:** Demonstre como utilizar ferramentas como `pprof`, `trace` e `benchmarks` para identificar e diagnosticar *bottlenecks* de performance em código Go, com exemplos de como interpretar os resultados e aplicar correções.
6.  **Padrões de Projeto para Performance:** Sugira padrões de projeto arquiteturais e de código que naturalmente promovem alta performance e escalabilidade em sistemas Go.

O guia deve ser didático, com exemplos de código claros e mensuráveis, e focado em cenários de produção."