如何通过 limit_req 指令的 delay 参数实现请求速率的柔性过渡保障用户体验

用 delay 参数实现柔性过渡，核心是让少量突发请求“秒过”，其余请求平滑延后，既不粗暴拦截，也不放任积压。

delay 的真实作用：给 burst 队列设“免排队名额”

它不是调节整体速率，而是决定 burst 中哪些请求能跳过等待、直接处理：

rate=5r/s; burst=10; delay=3：每秒基础放行 5 个；超限请求最多缓存 10 个；其中最先到达的 3 个可立即执行，无需等待；剩下 7 个按 200ms 间隔依次调度 不写 delay，等效 delay=0：所有超限请求都严格排队，哪怕只多 1 个也要等 delay 值不能超过 burst，否则自动截断为 burst 值

不同业务场景下的 delay 值建议

值太小缓冲不足，太大则削弱限流效果。需结合用户行为与后端承载力判断：

前端已做防抖（如搜索框节流、按钮禁重复点击）：delay=1～2，覆盖常见误操作 移动端弱网频繁刷新或重连：delay=3～5，容纳短时波动 后端单请求平均耗时约 100ms，最大并发承压 50：burst=10 + delay=3 是较稳妥组合 已部署 CDN 或强缓存，穿透到 Nginx 的真实请求大幅减少：delay 可调低甚至省略

配合日志与状态码，让 delay 行为可追踪

仅靠配置无法确认是否生效，必须启用可观测能力：

加配置 limit_req_log_level warn;：当 delay 队列满导致请求被拒时，记录 warning 日志 在 log_format 中加入 $limit_req_status 变量，输出 passed/delayed/rejected 状态，便于分析实际分流效果 避免和 nodelay 混用——二者逻辑互斥，nodelay 会关闭所有延迟行为，全部超限请求直接 503

与 nodelay 的本质区别：不是开关，而是分层响应

nodelay 是“全有或全无”，适合支付回调等强一致性接口；delay=N 是“部分优先+其余匀速”，更适合用户可见的页面加载、搜索、列表分页等场景：

nodelay：超 rate 就立刻返回 503，不排队、不延迟，保护后端最彻底 delay=3：允许前 3 个突增请求“秒开”，其余按节奏消化，兼顾响应速度与系统稳定 什么也不写（即无 nodelay 也无 delay）：最保守模式，所有请求严格匀速，适合后台任务类接口