使用令牌桶限流、信号量控制并发、context超时取消及worker池批量控制，结合场景合理组合可保障Go高并发服务稳定性。
在高并发的网络服务中，控制HTTP请求的频率和并发量是保障系统稳定的关键。Golang凭借其轻量级goroutine和丰富的标准库，非常适合实现高效的限流与并发控制。下面介绍几种实用的方法。
使用令牌桶实现请求限流
令牌桶算法是一种常见的限流策略，它允许一定的突发流量，同时控制平均速率。Go语言的 x/time/rate 包提供了开箱即用的实现。
示例：限制每秒最多处理5个请求，允许短暂突发到10个。
import "golang.org/x/time/rate"
<p>var limiter = rate.NewLimiter(5, 10)</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">go语言免费学习笔记（深入）</a>”；</p><p>func handler(w http.ResponseWriter, r *http.Request) {
if !limiter.Allow() {
http.Error(w, "Too Many Requests", http.StatusTooManyRequests)
return
}
// 处理业务逻辑
}</p>将限流器集成到中间件中，可以统一作用于多个路由。
控制最大并发连接数
有时需要硬性限制同时处理的请求数量，防止资源耗尽。可以通过带缓冲的channel模拟信号量来实现。
定义一个容量为20的channel，每次请求前获取一个token，结束后释放。
var semaphore = make(chan struct{}, 20)
<p>func limitedHandler(w http.ResponseWriter, r *http.Request) {
semaphore <- struct{}{} // 获取许可
defer func() { <-semaphore }() // 释放许可</p><pre class='brush:php;toolbar:false;'>// 模拟处理时间
time.Sleep(100 * time.Millisecond)
w.Write([]byte("OK"))}
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
这种方式适合IO密集型任务，能有效防止goroutine泛滥。
结合context实现超时与取消
在并发请求外部服务时，应设置超时以避免阻塞。使用 context.WithTimeout 可以优雅地控制生命周期。
发起带超时的HTTP请求：
ctx, cancel := context.WithTimeout(context.Background(), 2*time.Second) defer cancel() <p>req, _ := http.NewRequestWithContext(ctx, "GET", url, nil) resp, err := http.DefaultClient.Do(req)</p>
当超时或客户端断开时，context会触发取消，及时释放资源。
批量请求的并发控制
面对大量子请求（如调用第三方API），需限制并发度。可使用worker池模式。
启动固定数量的工作协程，通过channel分发任务。
func fetchAll(urls []string) {
jobs := make(chan string, len(urls))
results := make(chan error, len(urls))
<pre class='brush:php;toolbar:false;'>for i := 0; i < 10; i++ { // 10个worker
go func() {
for url := range jobs {
ctx, cancel := context.WithTimeout(context.Background(), 3*time.Second)
req, _ := http.NewRequestWithContext(ctx, "GET", url, nil)
_, err := http.DefaultClient.Do(req)
cancel()
results <- err
}
}()
}
for _, url := range urls {
jobs <- url
}
close(jobs)
for range urls {
<-results
}}
这样既能并行提升效率，又能控制最大并发数。
基本上就这些。合理组合限流、并发控制和超时机制，能让Go服务在高压下依然稳定运行。关键是根据实际场景选择合适策略，避免过度限制影响性能。
