重试模式(Retry Pattern)

重试模式(Retry Pattern)是一种处理瞬时故障的稳定性设计模式,通过在调用失败后自动重新尝试,来屏蔽网络抖动、连接重置、临时超时等短暂性错误对业务的影响。它是构建弹性分布式系统的基础手段之一。

概述

分布式系统中的故障可分为瞬时故障和持久故障。瞬时故障往往在很短时间内自行恢复,例如网络丢包、下游服务短暂过载或数据库连接被临时回收。对这类错误立即放弃并不划算,恰当的重试能够显著提高整体成功率与用户体验。

核心特点

• 可重试判定:只对幂等且属于瞬时性质的错误重试,如超时、连接失败;对参数错误、鉴权失败等确定性错误不应重试。
• 退避策略:常用指数退避,每次失败后等待时间成倍增长,避免密集重试压垮下游。
• 随机抖动(Jitter):在退避基础上加入随机延迟,防止大量客户端在同一时刻同步重试而形成惊群。
• 重试上限:设置最大次数或总时长,达到上限后转为失败或降级处理。

应用场景

重试模式适用于调用远程 API、访问数据库、发送消息队列等存在瞬时故障风险的场景。它常与超时、断路器和幂等设计一同使用:超时限定单次等待,断路器在持续失败时阻断重试,幂等则保证重复请求不会造成重复副作用。

常见问题

问:所有失败都可以重试吗?答:不能。只有幂等操作且属于瞬时故障时才安全,对非幂等的写操作盲目重试可能导致重复扣款、重复下单等严重问题。

问:为什么要加随机抖动?答:如果大量客户端在同一固定间隔后同时重试,会在下游恢复瞬间形成流量尖峰,抖动能把重试时刻打散,平滑负载。