go并发限流应区分频次与并发数：频次用rate.limiter（漏桶+令牌桶混合，支持预热），并发数用semaphore.weighted（带权重信号量，需注意acquire/release配对）；切勿手写令牌桶或滥用mutex。
Go 里做并发限流，别直接上 sync.Mutex 或自己手写计数器——它既难保正确性，又容易在高并发下成为瓶颈。真正靠谱的方式是用 golang.org/x/sync/semaphore（信号量）或基于 time.Ticker + chan 的令牌桶，再或者用成熟的第三方库如 golang.org/x/time/rate。
用 rate.Limiter 实现请求级限流最简单也最常用
这是标准库扩展中最推荐的方案，适合 HTTP handler、RPC 调用、数据库连接池入口等场景。它底层是漏桶+令牌桶混合模型，线程安全，且支持预热（AllowN 可跳过初始等待）。
常见错误是误以为 rate.NewLimiter(10, 1) 表示“每秒最多 10 次”，其实第二个参数是 burst（突发容量），必须 ≥ 1；若设为 0，Allow() 永远返回 false。
-
rate.NewLimiter(rate.Every(100*time.Millisecond), 3)：每 100ms 放行 1 个令牌，最多攒 3 个，即平均 QPS=10，最大瞬时并发=3 - 阻塞等待用
limiter.Wait(ctx)，非阻塞用limiter.Allow()或limiter.AllowN(time.Now(), n) - 注意：HTTP handler 中传入的
ctx应带 timeout，否则Wait可能永久挂起
semaphore.Weighted 更适合资源型并发控制
当你需要限制的是“同时运行的 goroutine 数量”（比如并发调用外部 API、打开文件句柄、持有 DB 连接），而不是请求频次，semaphore.Weighted 比 rate.Limiter 更贴切——它是带权重的信号量，支持异步获取、可取消、不依赖时间。
立即学习“go语言免费学习笔记（深入）”；
本文档主要讲述的是android rtsp流媒体播放介绍；实时流协议（RTSP）是应用级协议，控制实时数据的发送。RTSP提供了一个可扩展框架，使实时数据，如音频与视频，的受控、点播成为可能。数据源包括现场数据与存储在剪辑中数据。该协议目的在于控制多个数据发送连接，为选择发送通道，如UDP、组播UDP与TCP，提供途径，并为选择基于RTP上发送机制提供方法。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
典型陷阱是忘记调用 Release()，导致资源永远无法归还；或在 defer 中释放但没判断 acquire 是否成功。
- 初始化：
sem := semaphore.NewWeighted(5)表示最多 5 个并发 - 获取：
if err := sem.Acquire(ctx, 1); err != nil { return }—— 必须检查 err - 释放：
defer sem.Release(1)，且 release 的 weight 必须和 acquire 一致 - 支持非整数权重（如大任务占 3 单位，小任务占 1 单位），但需自行管理语义
自己实现令牌桶要注意时钟漂移与精度丢失
除非有特殊定制需求（比如动态调整速率、多维度配额），否则不建议从零写令牌桶。手写容易出错的点集中在时间计算上：用 time.Since() 算间隔再乘速率，会因浮点误差累积导致令牌数偏差；用 time.Now().UnixNano() 做差虽精确，但需注意纳秒转秒的除法截断。
另一个坑是未加锁读写共享的令牌数和上次填充时间，造成竞态——即使只读字段，在 32 位系统上 int64 读写也不是原子的。
- 必须用
sync/atomic操作int64类型的时间戳和令牌数 - 填充逻辑应统一在每次
Allow()前触发，避免多 goroutine 重复填充 - 测试时用
runtime.GOMAXPROCS(1)+ 大量 goroutine 并发调用，比单协程更能暴露竞态
真正难的不是选哪个工具，而是厘清你要限的是「频次」还是「并发数」，再决定用 rate.Limiter 还是 semaphore.Weighted。混淆这两者，后面调参、压测、线上排障都会事倍功半。
