rate.Limiter基于令牌桶算法控制请求频次，需共享实例、配合context超时使用，并与Transport连接池协同实现分层限流。
用 golang.org/x/time/rate 实现请求频次限流
限流的核心不是压网络带宽，而是控请求发起频率。Go 官方扩展库 rate.Limiter 是最轻量、最常用的选择，它基于令牌桶算法，适合控制 QPS（如每秒最多 10 次 HTTP 请求）。
常见错误是直接在 http.Client 层做连接复用控制，结果发现并发数降了但请求仍被后端拒绝——那是因为没真正限制「发出请求」的动作本身。
- 初始化一个每秒 5 个令牌、初始桶容量为 10 的限流器：
limiter := rate.NewLimiter(rate.Every(200 * time.Millisecond), 10) - 每次发请求前调用
limiter.Wait(ctx)，它会阻塞直到拿到令牌；超时则返回 error - 不要在每个 goroutine 里新建
Limiter，必须共享同一个实例，否则完全失效 - 若需区分用户/租户限流，得按 key 维护 map of
*rate.Limiter，并加锁或用sync.Map
用 net/http.Transport 控制并发连接数
频次限流解决“太频繁”，而连接数限制解决“太并发”。默认 http.DefaultTransport 允许每 host 最多 100 个空闲连接，容易打爆目标服务或耗尽本地 fd。
典型现象：大量 context deadline exceeded 或 dial tcp: lookup failed，但 CPU 和带宽都空闲——其实是连接建立阶段被系统或对方拒绝了。
立即学习“go语言免费学习笔记（深入）”；
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
- 设置全局最大空闲连接：
transport.MaxIdleConns = 20 - 限制每 host 并发请求数：
transport.MaxConnsPerHost = 5 - 缩短空闲连接存活时间避免堆积：
transport.IdleConnTimeout = 30 * time.Second - 务必显式复用 transport：
client := &http.Client{Transport: transport}，别用http.Get这类快捷函数
带宽限制不能靠纯 Go 标准库硬控
Go 的 net/http 没有内置带宽节流（如限速 1MB/s）。你无法通过修改 request body 或 response reader 来“让数据流得慢一点”——TCP 层不认这个逻辑，强行 sleep 只会让连接超时、重试增多。
真实场景中，带宽控制通常发生在更底层或外部：
- Linux 下用
tc命令对网卡限速（如tc qdisc add dev eth0 root tbf rate 1mbit burst 32kbit latency 400ms），Go 程序无感知但整体出口带宽被压住 - 如果必须从 Go 内部软限，只能对读取 response body 做节流（例如用
io.LimitReader+ 定时器），但这只影响消费速度，不减少发送量，也不缓解服务端压力 - 上传大文件时，可分块 +
time.Sleep控制 chunk 发送间隔，但要注意Request.Body必须支持多次 Read，且服务器要接受长连接和慢上传
组合使用时注意顺序和作用域
限频、限连、限带宽三者不是叠加关系，而是分层生效：先过连接池（transport），再过频次（limiter），最后才到数据流（bandwidth）。最容易忽略的是 context 生命周期和错误传播。
-
limiter.Wait(ctx)的 ctx 应该带 timeout，否则一个卡住的令牌会拖垮整个 goroutine 池 - transport 的
Response.Body一定要 close，否则连接无法归还，MaxConnsPerHost形同虚设 - 不要在 limiter 外围包一层 “if rand.Float64()
- 压测时观察
rate.Limiter.Reserve()返回的OK和Delay，比单纯看错误率更能反映限流是否起效
真正难的不是写几行限流代码，而是判断该在哪一层限、对谁限、失败后怎么退避——这些得结合监控指标（如后端 5xx、P99 延迟、连接建立耗时）来动态调整，而不是写死参数。
