必须用http.RoundTripper，因它能捕获DNS解析、TLS握手、连接复用等待、响应体流式读取等全链路耗时；需在RoundTrip入口打点、包装resp.Body并在Close中补全终点时间。
Go 中记录外部 API 调用耗时必须用 http.RoundTripper
标准库里唯一能捕获 DNS 解析、连接建立、TLS 握手、响应体读取等全链路耗时的位置，就是自定义 http.RoundTripper。你在业务层调用 http.Client.Do() 或封装一个 api.Call() 函数打点，漏掉的耗时可能高达几百毫秒——尤其是首次请求、高延迟网络或流式接口（如 SSE）场景。
常见错误包括：
- 在
Do()前后调用time.Now()：只覆盖「发起请求」到「拿到*http.Response」之间，不包含resp.Body.Read()和Close()阶段 - 把计时逻辑塞进中间件（比如 Gin 的
Use()）：那只是服务端内部处理耗时，和外部调用无关 - 直接改写
http.DefaultTransport字段：它是全局可变变量，高并发下会引发竞态
怎么包装 RoundTrip 并劫持 resp.Body
核心是两件事：入口打点 + 出口补点。入口在 RoundTrip 开始时记 start := time.Now()；出口不能靠 RoundTrip 返回就结束，必须包装 resp.Body，在它的 Close() 方法里才算真正完成。
实操要点：
立即学习“go语言免费学习笔记（深入）”；
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
-
RoundTrip内部先调t.base.RoundTrip(req)，拿到resp后立刻包装resp.Body，不要做任何阻塞操作 - 自定义
timingReadCloser类型需嵌入原io.ReadCloser，重写Close()，并在其中调用time.Since(start) - 别在
Close()里做日志打印或网络上报——用 channel 异步投递，避免阻塞后续读取 - 如果请求失败（
err != nil），也要在RoundTrip内记录耗时，否则错误请求永远不进监控
示例关键片段：
type timingReadCloser struct {
io.ReadCloser
req *http.Request
start time.Time
}
<p>func (t *timingReadCloser) Close() error {
duration := time.Since(t.start).Milliseconds()
// 投递到 statsChan，不阻塞
statsChan <- StatsLog{
Host: t.req.URL.Host,
Duration: int64(duration),
Error: "",
}
return t.ReadCloser.Close()
}为什么必须包装 resp.Body 而不只是看 RoundTrip 返回时间
HTTP 响应体是流式读取的。RoundTrip 返回时，TCP 连接可能还在传输数据，resp.Body.Read() 可能阻塞数秒，尤其在大文件下载、JSON 流、SSE 场景下。不包装 Body，你统计的只是「发出去又收到 header」的时间，不是真实端到端耗时。
容易被忽略的细节：
- 同一个
resp.Body可能被多次Read()，但只有Close()是确定的终点 - 若业务代码忘了调用
resp.Body.Close()，耗时永远不会上报——需配合context.WithTimeout或defer resp.Body.Close()确保执行 - 包装后的
timingReadCloser必须透传所有Read()调用，不能拦截或修改内容，否则破坏业务逻辑
如何避免日志/指标写入拖慢请求
高频外部调用下，同步写文件、发 HTTP 上报、甚至调用 log.Printf 都可能成为瓶颈。最稳的做法是异步聚合：
- 用带缓冲的
chan StatsLog接收每次调用结果，缓冲大小建议设为 1024～4096 - 起一个单独 goroutine 消费 channel，批量写入本地文件、Prometheus
Counter或 Kafka - 结构体字段全用基础类型（
string,int64），避免指针或 interface{}，减少 GC 压力 - 别在
Close()里调用json.Marshal或格式化字符串——提前序列化好再投递
真正难的不是怎么记，而是怎么让记耗时这件事本身不变成性能瓶颈。很多团队卡在这一步：指标越全，延迟越高，最后只能关掉。
