滑动窗口限流需对齐窗口起始时间，正确做法是用 now.UnixMilli() - now.UnixMilli()%windowMs 计算左边界；避免 Truncate()、混用时间单位、滥用 sync.Map；须原子化 TryAcquire()；用单调时钟防系统时钟干扰。
为什么 time.Now() 直接减毫秒会出错
滑动窗口的核心是按时间分桶，但很多人直接用 time.Now().UnixMilli() 除以窗口大小取整，结果发现限流不准——因为没对齐窗口起始时间。比如窗口 60 秒，从 12:00:00 开始，但你程序启动在 12:00:17，所有桶就偏移了 17 秒，历史数据无法复用，计数器永远“不完整”。
- 正确做法：用
now.UnixMilli() - now.UnixMilli()%windowMs算出当前窗口的左边界时间戳（即对齐到窗口起点） - 别用
time.Now().Truncate()，它返回的是time.Time，做 map key 或比较时容易因时区/精度引发隐式转换问题 - 如果窗口单位是秒，用
Unix()；毫秒级必须用UnixMilli()，混用会导致桶数量暴增（比如误把 1000ms 当 1s，窗口被切碎成 1000 份）
用 sync.Map 还是 map + sync.RWMutex
高频写入场景下，sync.Map 并不比带读写锁的普通 map 快，尤其当 key 是时间戳这种强顺序、低重复率类型时——sync.Map 的内部分片和冗余拷贝反而拖慢写入。
- 滑动窗口 key 是时间戳（如
1717027200000），每次请求都可能生成新 key，sync.Map的 read map 命中率极低 - 推荐用
map[int64]int64+sync.RWMutex：读多写少时RLock几乎无开销，写操作只在窗口切换或计数超限时发生，锁粒度可控 - 别忘了定期清理过期桶，否则内存无限增长；建议在每次写入前，用
time.Now().UnixMilli() - windowMs算出截止时间，遍历删除小于该值的 key
GetCount() 和 TryAcquire() 怎么避免竞态
常见错误是先 GetCount() 判断是否超限，再 Inc()，中间存在竞态窗口——两个 goroutine 同时读到 99，都以为能通过，结果变成 101。
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
- 必须原子化：把“读旧值 → 判断 → 写新值”封装进一个带锁的函数，例如
TryAcquire()内部完成全部逻辑 - 不要暴露
GetCount()给外部调用者做判断依据；它只适合监控或 debug，不能用于控制流 - 如果需要支持动态限流阈值，把阈值也放进锁保护范围，避免读阈值和写计数之间出现不一致
时间精度丢失导致窗口跳变
本地测试时一切正常，部署到容器里却频繁触发限流——大概率是系统时钟被调整（NTP 同步、虚拟机休眠恢复），time.Now() 突然回跳或跳进，造成窗口计算错乱。
立即学习“go语言免费学习笔记（深入）”；
- 别依赖绝对时间戳做桶索引；改用单调时钟差值：用
time.Since(startTime)得到纳秒偏移，再换算成窗口编号 - 或者使用
runtime.nanotime()（非导出，但稳定）作为相对基准，避免系统时钟干扰 - 上线前务必压测时手动调快/调慢系统时间 5 秒，观察限流行为是否突变；这是最容易被忽略的生产隐患
