重试策略怎么配置？

wen python案例 2026-07-19 313

本文目录导读：

重试策略怎么配置？

核心原则（无论哪种工具都要考虑）
常见工具/框架的配置方法
一个完整的通用配置示例（伪代码）
避坑指南

重试策略的配置通常取决于你使用的具体工具、框架或云服务（如 HTTP 客户端、消息队列、数据库连接池、云 SDK 等），不同的场景下,配置方式差异很大。

为了给你最准确的信息，我将最常见的几种场景分类说明,你可以根据你的技术栈对号入座。

核心原则（无论哪种工具都要考虑）

在配置重试策略前,建议先明确以下三个参数：

最大重试次数 (Max Retries)：允许重试的总次数,防止无限重试耗尽资源。
重试间隔策略 (Backoff Strategy)：
- 固定间隔：每次等待相同时间（如 2 秒），容易造成“惊群效应”。
- 增量间隔：每次递增等待时间（如 2s, 4s, 6s）。
- 指数退避：每次翻倍（如 1s, 2s, 4s, 8s）,最常用且对系统最友好。
- 随机抖动：在间隔基础上加一个随机值，强烈推荐用于避免多个请求同时重试导致服务雪崩。
重试条件 (Retryable Conditions)：不要对所有错误都重试。
- 应该重试：网络超时（Timeout）、服务端错误（5xx，尤其是 500/503/502）、连接被拒绝 (Connection Refused)。
- 不应该重试：客户端错误（4xx，尤其是 400 坏请求、401 未授权、403 禁止、404 不存在）、资源冲突（409 重复提交）或你想手动终止的请求。

常见工具/框架的配置方法

HTTP 客户端（最常用）

Python（使用 requests 或 urllib3）

# 使用 retry 库（需安装：pip install retry）
from retry import retry
import requests
@retry(exceptions=requests.exceptions.RequestException, tries=3, delay=2, backoff=2, jitter=(1, 3))
def fetch_data(url):
    response = requests.get(url, timeout=5)
    response.raise_for_status()  # 触发重试
    return response.json()
# 参数：tries=3 次尝试，delay=2 秒初始等待，backoff=2 指数因子，jitter 加入随机抖动
# 或使用 urllib3 的 Retry 类
from urllib3.util.retry import Retry
retry_strategy = Retry(
    total=3,                    # 总重试次数
    backoff_factor=0.5,         # 间隔基数（公式：{backoff factor} * (2 ** ({number of retries} - 1))）
    status_forcelist=[500, 502, 503, 504],  # 只对服务端错误重试
    allowed_methods=["GET", "POST"]          # 只对幂等方法重试
)
# 然后配置到 requests.Session 中
from requests.adapters import HTTPAdapter
adapter = HTTPAdapter(max_retries=retry_strategy)
session = requests.Session()
session.mount("http://", adapter)
session.mount("https://", adapter)

Java（使用 Spring Retry 或 OkHttp）

// Spring Retry（基于注解）
@Service
public class MyService {
    @Retryable(
        value = {TimeoutException.class, ServiceUnavailableException.class},
        maxAttempts = 3,
        backoff = @Backoff(delay = 2000, multiplier = 2.0, jitter = 1000) // 2s, 4s, 8s
    )
    public MyResponse callExternalApi() {
        // ...
    }
    @Recover
    public MyResponse recover(TimeoutException e) {
        // 所有重试失败后的降级逻辑
        return new MyResponse("fallback");
    }
}
// OkHttp
OkHttpClient client = new OkHttpClient.Builder()
    .retryOnConnectionFailure(true)
    .connectTimeout(10, TimeUnit.SECONDS)
    .readTimeout(10, TimeUnit.SECONDS)
    .addInterceptor(new RetryInterceptor(3)) // 自定义或使用 okhttp-retry
    .build();

Go（使用特定库）

import (
    "time"
    "github.com/avast/retry-go/v4"
)
func FetchData(url string) error {
    return retry.Do(
        func() error {
            resp, err := http.Get(url)
            if err != nil {
                return err
            }
            defer resp.Body.Close()
            if resp.StatusCode >= 500 {
                return fmt.Errorf("server error: %d", resp.StatusCode)
            }
            return nil
        },
        retry.Attempts(3),
        retry.Delay(1 * time.Second),
        retry.DelayType(retry.BackOffDelay), // 指数退避
        retry.RetryIf(func(err error) bool {
            // 只对 5xx 和网络错误重试
            return true
        }),
    )
}

消息队列 (Kafka, RabbitMQ)

Kafka（消费者端）

# consumer.properties 配置
# 自动重试（内部机制，不要和手动提交混合使用）
enable.auto.commit=false        # 建议手动提交
max.poll.interval.ms=300000     # 消费处理超时时间，超时自动重平衡
retry.backoff.ms=100            # 发送消息失败后的重试间隔
# 手动重试：抛出异常或显式调用 nack 让消息回到队列

RabbitMQ（消费者端）

// Spring AMQP 重试配置
@Bean
public SimpleRabbitListenerContainerFactory rabbitListenerContainerFactory(
        ConnectionFactory connectionFactory) {
    SimpleRabbitListenerContainerFactory factory = new SimpleRabbitListenerContainerFactory();
    factory.setConnectionFactory(connectionFactory);
    // 配置重试
    RetryInterceptorBuilder<?> builder = RetryInterceptorBuilder.stateless();
    builder.maxAttempts(3);                 // 重试次数（包含第一次）
    builder.backOffOptions(1000, 2.0, 10000); // 初始间隔1s，倍数2，最大间隔10s
    // 设置拒绝策略：重试完仍失败则进入死信队列（推荐）
    factory.setAdviceChain(builder.build());
    // 死信队列配置：在队列参数中配置 x-dead-letter-exchange
    factory.setDefaultRequeueRejected(false); // 拒绝消息死信而不是丢弃
    return factory;
}

数据库连接池 (HikariCP, DBCP2)

// HikariCP（Spring Boot 默认连接池）
spring.datasource.hikari.connection-timeout=10000    # 等待连接池分配连接的超时时间
spring.datasource.hikari.max-lifetime=1800000        # 连接最大存活时间
spring.datasource.hikari.leak-detection-threshold=60000
// 注意：数据库操作的重试通常不在连接池层配置，而是在框架层（如 MyBatis 或 JPA 的重试插件）
// 连接池本身不提供 SQL 级别的重试

云服务 SDK (AWS, Azure, Google Cloud)

大多数云SDK内置了重试机制,只需配置参数即可。

AWS SDK v2 for Java / Python

# Java SDK 2.x (通过 credentials profile 或 builders 配置)
aws.retry.mode=adaptive    # 或 legacy (standard)
aws.maxAttempts=3
# 自适应重试模式会根据服务端节流动态调整
# Python boto3
import boto3
from botocore.config import Config
config = Config(
   retries = {
      'max_attempts': 10,
      'mode': 'adaptive'  # 或 'standard'
   }
)
client = boto3.client('s3', config=config)

Azure SDK for .NET/Java

// .NET
var retryOptions = new RetryOptions
{
    Mode = RetryMode.Exponential,
    Delay = TimeSpan.FromSeconds(0.8),
    MaxRetries = 3,
    MaxDelay = TimeSpan.FromSeconds(10),
    NetworkTimeout = TimeSpan.FromSeconds(100)
};
var options = new BlobClientOptions();
options.Retry = retryOptions;

一个完整的通用配置示例（伪代码）

# 通用重试策略配置（适合用配置文件管理）
retry:
  enabled: true
  max_attempts: 3          # 总尝试次数（第1次+2次重试）
  interval_strategy: "exponential_backoff_with_jitter"  # 指数退避+抖动
  initial_interval_ms: 1000    # 第一次重试前等待1秒
  multiplier: 2.0              # 翻倍
  max_interval_ms: 10000       # 最长等待10秒
  jitter_range_ms: [500, 2000] # 随机抖动范围
  only_retry_on:
    - 5xx              # 服务端错误
    - TIMEOUT          # 网络超时
    - CONNECTION_ERROR
  do_not_retry_on:
    - 4xx              # 客户端错误
    - 403              # 禁止访问
    - 409              # 冲突（幂等性问题）

避坑指南

幂等性：只有你的操作是幂等的（重复执行结果相同）才能放心重试，例如支付扣款接口绝对不能无脑重试,否则可能重复扣款。
熔断配合：如果服务已经崩溃（连续返回 503），单纯的指数退避依然会打满重试次数，建议配合 熔断器 (Circuit Breaker) — 达到一定错误率后直接快速失败。
最终一致性：对于关键任务，重试有上限，超出上限后请写入死信队列、日志或告警,由人工或后续补偿流程处理。
不要重试太快：最小间隔建议 500ms，太短的重试等于 DDoS 攻击。

配置重试策略时，核心是选对重试条件（只对临时性错误重试）、用指数退避+抖动（保护下游）、设置最大次数上限（防无限循环）、结合熔断器（防雪崩），没有一种配置适合所有场景,最好在测试环境中压测调优。

本文地址： https://www.bmjup.com/post/24981.html