延迟是计算机编程中一个经常会遇到的问题，无论是在并发编程还是网络通信中，都可能出现延迟问题。在golang中，我们可以使用一些技术手段来统计和优化延迟，以提升程序的性能和用户体验。

使用时间戳进行延迟统计

在golang中，我们可以使用time包提供的函数和方法来获取当前时间戳。可以在程序中的关键位置记录下开始和结束的时间戳，并通过计算差值来得到延迟的时间。这种方式简单、直观，并且可以用于任何类型的延迟统计。

例如，我们可以在HTTP请求的处理函数中使用time.Now()来获取请求处理开始的时间戳，在处理完毕后再次调用time.Now()获取处理结束的时间戳。然后，通过两个时间戳的差值就可以得到请求处理所花费的时间，从而统计延迟。

使用goroutine和channel进行延迟统计

在golang中，goroutine和channel是两个非常强大的并发编程特性。我们可以利用这两个特性来统计延迟，尤其适用于并发编程场景。

当我们需要执行一组相关的任务时，可以将每个任务放在一个goroutine中执行，并使用一个channel来等待所有任务的完成。在每个goroutine中，可以再次使用time包来记录开始和结束的时间戳，并将结果发送到channel中。最后，在主goroutine中从channel中接收所有结果，并进行延迟统计。

使用pprof进行延迟分析

除了自己手动统计延迟外，golang还提供了一个强大的性能分析工具库pprof。通过导入pprof包，并在代码中插入一些采样点，我们可以得到详细的CPU和内存使用情况，以及函数调用栈等信息。

使用pprof进行延迟分析时，可以通过在关键代码段的开始和结束处插入startCPUProfile()和stopCPUProfile()函数来记录CPU使用情况。之后，可以使用pprof的命令行工具来生成分析报告，从而查看延迟分布和热点函数等信息。

总而言之，golang提供了多种方法来统计延迟。无论是使用时间戳、goroutine和channel，还是借助pprof进行延迟分析，都能够帮助开发者找出程序中的性能瓶颈，并进行优化。在实际应用中，我们可以根据具体场景选择合适的方法，以提升程序的性能和用户体验。