delay参数用于在burst队列中设置“免等席位”，即前N个超限请求可立即处理，其余按令牌桶节奏匀速释放；其值不能超过burst，默认为0，需结合业务类型合理配置。

delay 参数不是用来“放宽”限流的，而是让超出基础速率的请求在 burst 队列里获得分层调度权——它把“立刻处理”“排队延时”“直接拒绝”三种响应方式做了精细切分，从而实现流量从突增到匀速的自然过渡。

delay 的核心作用：给 burst 队列设“免等席位”

burst 定义的是最多能暂存多少个超限请求，但默认情况下，这些请求全要按令牌桶节奏排队（比如 rate=5r/s 时，每 200ms 放行一个）。delay=N 就是说：这 burst 个位置里，前 N 个可以跳过等待、立即交给后端；剩下的才进入匀速释放队列。

• 例如：rate=5r/s; burst=10; delay=4 → 每秒稳态放行 5 个；突发来 12 个时，第 1–5 个照常处理，第 6–9 个（共 4 个）免等直通，第 10–12 个则被排队或拒绝
• 没写 delay 时，默认 delay=0，所有超限请求都严格排队
• delay 值不能超过 burst，否则会被自动截断为 burst

如何配合业务节奏设置合理的 delay 值

delay 不是越大越好，关键看业务对“首屏响应”和“后端承压”的容忍度：

• 用户可见接口（如搜索页、商品列表）：建议 delay = burst × 0.3～0.5。比如 burst=20，设 delay=6～10，让前几笔突发请求“秒开”，其余平滑消化，既保体验又不冲垮后端
• 强一致性接口（如支付回调、账户扣款）：不推荐用 delay，应搭配 nodelay 或直接拒绝，避免状态延迟引发幂等或数据不一致
• 后台任务类接口（如日志上报、埋点采集）：可设 delay=0，所有请求严格匀速，避免瞬时积压拖慢主链路

与 nodelay 的本质区别：不是开关，而是分级策略

nodelay 是“全有或全无”：只要超 rate，burst 内的请求全部立刻处理，没有排队缓冲；而 delay=N 是“部分优待+部分节流”，属于更柔性的整形控制。

• nodelay → 适合低延迟敏感、高确定性场景，如实时通知推送
• delay=N → 适合用户体验敏感、允许微小延迟的场景，如页面加载、API 查询
• 不写 delay 也不写 nodelay → 所有超限请求排队，适合需要稳定吞吐、拒绝毛刺的内部服务

配置时容易忽略的关键细节

delay 的效果必须配合 burst 才能体现，单独写 delay 不生效；同时要注意它只影响“排队行为”，不改变 rate 本身——限流阈值始终由 rate 决定。

• 务必确认 limit_req_zone 中定义的 key（如 $binary_remote_addr）与业务隔离粒度匹配，否则 delay 的“优先通行”可能跨用户错配
• burst 和 delay 共同占用共享内存，过大的 burst 值（如 >100）会显著增加 zone 内存开销，建议按实际并发峰值的 1.5 倍预估
• 可通过 $limit_rate 变量或自定义日志格式记录实际排队时长，用于后续调优验证