Go 应用频繁调用 db.Query 且在循环内误用 defer，导致连接未及时释放，迅速占满 PostgreSQL 的最大连接数（如默认 100），引发 “too many clients already” 错误。
go 应用频繁调用 `db.query` 且在循环内误用 `defer`，导致连接未及时释放，迅速占满 postgresql 的最大连接数（如默认 100），引发 “too many clients already” 错误。
该错误的根本原因在于 defer 语句的执行时机被严重误解。在你的循环中：
for i := 0; i < 10000; i++ {
on, err := db.Query("...", post, profile_id, created_on)
defer on.Close() // ❌ 危险！defer 不会在本次迭代结束时执行
// ...
}defer on.Close() 并不会在每次循环结束时立即关闭查询结果集（*sql.Rows），而是被推迟到整个外层函数返回时才批量执行。这意味着：
- 每次
db.Query都会从连接池中获取一个连接（或新建一个），并保持该连接处于“忙”状态，直到on.Close()被调用； - 10,000 次循环 → 理论上最多累积 10,000 个未关闭的
*sql.Rows→ 连接池持续被占用 → PostgreSQL 快速达到max_connections上限（如 100），报错pq: sorry, too many clients already。
此外，代码中还存在多个高危问题：
✅ 正确做法：显式、即时关闭资源
应直接在每次查询后立即调用 Close()，而非依赖 defer：
for i := 0; i < 10000; i++ {
profile_id++
rows, err := db.Query("INSERT INTO streams (post, profile_id, created_on) VALUES ($1, $2, $3)", post, profile_id, created_on)
if err != nil {
http.Error(w, "-1", http.StatusInternalServerError)
log.Printf("insert failed at %d: %v", i, err)
return
}
rows.Close() // ✅ 立即释放关联连接
}✅ 更优方案：使用 db.Exec 替代 db.QueryINSERT 语句无需返回结果集，应使用 db.Exec —— 它自动管理连接生命周期，不返回需手动关闭的 Rows：
for i := 0; i < 10000; i++ {
profile_id++
_, err := db.Exec("INSERT INTO streams (post, profile_id, created_on) VALUES ($1, $2, $3)", post, profile_id, created_on)
if err != nil {
http.Error(w, "-1", http.StatusInternalServerError)
log.Printf("exec failed at %d: %v", i, err)
return
}
}✅ 生产级优化：批量插入 + 连接池调优
单条 INSERT 效率极低。推荐改用 INSERT ... VALUES (...), (...), ... 批量语法，或使用 pgx 等驱动的 Batch 功能。同时，通过 *sql.DB 设置连接池参数，防止无节制扩张：
db.SetMaxOpenConns(20) // 同时打开的最大连接数（建议 ≤ PostgreSQL max_connections） db.SetMaxIdleConns(10) // 空闲连接数上限 db.SetConnMaxLifetime(30 * time.Minute) // 连接最大存活时间，避免长连接老化
⚠️ 额外注意事项：
-
log.Fatal(err)会直接终止整个进程，Web 服务中绝对禁止在请求处理中使用；应改为记录日志 + 返回 HTTP 错误。 -
go func(){...}()启动协程但未做错误传播与超时控制，易导致 goroutine 泄漏；建议使用context管理生命周期。 -
defer db.Close()放在 goroutine 内是无效的——db是共享资源，应在应用初始化/退出时统一管理，而非每次请求新建。
总结：defer 不是万能资源清理工具，尤其在循环中必须警惕其延迟执行特性。对数据库操作，坚持「即时关闭」或「选用无状态方法（如 Exec）」，配合合理的连接池配置，才能稳定支撑高并发写入场景。
