重试机制写错的四种样子,你中了几个
【摘要】 重试不是加个 for 循环。没有退避、不分错误类型、没有上限、重试还带副作用——四种常见写法会把小故障放大成雪崩。
一、无退避的连续重试
失败后立刻重试,等于在对方最虚弱的时候加倍施压。下游只是短暂超载,被你三次即刻重试一冲,直接拒绝服务。
正确做法是指数退避加随机抖动:
delay = min(base * 2 ** attempt, max_delay)
sleep(delay * (0.5 + random() / 2))
抖动很重要——没有它,几百个客户端会在同一毫秒同时重试。
二、所有错误都重试
参数校验失败(400)、鉴权失败(401)、资源不存在(404),重试一万次结果都一样,只是把日志刷满。
只有这几类值得重试:连接超时、连接重置、502/503/504、限流(429,且要遵守 Retry-After)。其余一律直接失败。
三、没有次数上限和时间预算
重试要有两道闸:最大次数(通常 3 次)和总耗时预算(比如 5 秒)。只有次数限制时,每次超时 10 秒,三次就是半分钟,用户早就走了。
实际写的时候,把预算放在循环条件里,而不是只在次数上做判断。
四、重试带着副作用
最危险的一种:请求其实已经成功,只是响应没回来,客户端重试导致业务被执行两次——重复下单、重复扣款、重复发券。
解法就是幂等键:客户端生成一个请求 ID,重试时复用同一个值,服务端按它去重。做不到幂等的接口,宁可失败也不要自动重试。
五、一个容易忽略的细节
重试日志里要带「第几次」。排查时看到同一条错误出现三次,如果分不清是三个不同请求还是一个请求重试了三次,判断会完全走偏。
小结
合格的重试需要四件东西:退避加抖动、错误分类、次数与时间双上限、幂等兜底。缺一个,重试就从「提高成功率」变成了「放大故障」。
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)