必须全程使用atomic接口操作计数器，混用普通读写必然导致竞态和更新丢失；推荐Go 1.19+的atomic.Int64类型，安全且高效；多维统计需分片锁或atomic.Value；避免热路径中耗时操作。
直接用 atomic.AddInt64 或 atomic.AddUint64，但必须全程只走 atomic 接口，混用普通读写会立刻导致竞态——这不是“可能出错”，是必然丢失更新。
为什么 counter++ 在并发下一定不准
它被拆成三步：读当前值 → 加 1 → 写回。两个 goroutine 同时读到 42，各自加 1 后都写 43，一次自增就没了。Go 的 -race 检测器会立刻报 Data Race；不加检测也可能跑出 987/1000 这种随机结果。
- 必须用
int64或uint64类型（int在 32 位平台行为不一致） - 所有操作必须传地址：
&counter，传值会编译失败 - 读也要用
atomic.LoadInt64(&counter)，不能直接fmt.Println(counter)
高频单指标计数：选 atomic.Int64 还是老式函数？
Go 1.19+ 推荐用类型安全的原子类型，比如 var counter atomic.Int64，它自带方法链、避免类型误用，且底层仍是同一套指令。
-
counter.Add(1)替代atomic.AddInt64(&c, 1) -
counter.Load()替代atomic.LoadInt64(&c) -
counter.CompareAndSwap(0, 1)更清晰，不用手动传地址 - 旧函数接口仍完全可用，但新类型能防住常见低级错误（如传错类型指针）
多个维度统计时，atomic 还够用吗？
不够。atomic 只保单个变量的原子性，一旦你要「按 HTTP 状态码 + 路由路径」分桶计数，就得换方案。
- 别用
sync.Map做高频写入采样：它为读多写少设计，写多时性能反不如map+sync.RWMutex - 固定 key 数量少（比如几十个状态码）→ 用分片锁（sharded map），按 hash 分 8–16 个子 map，每个配独立
sync.Mutex - key 动态增长或维度复杂 → 改用
atomic.Value存整个聚合结构体（但注意：每次更新需构造新结构体并Store，非增量） - 千万别在循环里对
sync.Map调用LoadOrStore做累加：它不是原子加法，竞态下丢数据
真正卡性能的往往不是 atomic，而是你后续干的事
atomic 本身极快，但高频调用后立刻 log.Printf、json.Marshal 或发 HTTP，会拖垮整个热路径。
- 每秒几千次计数 → 不要每次触发上报，改用
time.Ticker每 5 秒批量拉取counter.Load()并汇总 - 避免在计数热路径拼接字符串：
fmt.Sprintf("req_%s_%d", path, code)分配不可控，优先用预定义 key 或strings.Builder - 如果上报依赖外部服务，确保失败时计数不丢：本地先存，异步重试，别让网络延迟阻塞计数逻辑
最常被忽略的一点：只要用了 atomic，这个变量的所有访问——无论读、写、判断、交换——都必须走 atomic 函数。漏一处普通赋值，内存可见性和顺序保证就全失效，这不是慢一点的问题，是结果不可信。
