Skip to content

重试状态 ​

重试是针对一次已分类失败,在满足安全条件后重新发起同一读取或恢复动作。它不是任何错误的默认按钮,也不是无限循环。

重试前的三个问题 ​

  1. 原操作是否产生副作用;
  2. 原结果是确定失败还是未知;
  3. 失败原因是否可能在不改输入的情况下消失。

只有答案支持时才能原样重试。

原因原样重试
DNS 或临时连接失败的 GET可以,受预算限制
503 且服务端允许可以,遵守 Retry-After
429 限流等待窗口后可以
字段格式错误不可以,先修正
403不可以,权限改变后重新发起
版本冲突不可以,先合并
支付响应丢失不可以先重放,先查询支付结果

重试契约 ​

json
{
  "operation": "catalog.read",
  "attempt": 3,
  "maxAttempts": 5,
  "firstAttemptAt": "2026-07-18T02:20:00Z",
  "lastFailure": {
    "class": "temporary-unavailable",
    "httpStatus": 503,
    "reference": "problem-8841"
  },
  "nextAllowedAt": "2026-07-18T02:20:08Z",
  "budgetRemainingMs": 22000,
  "automatic": true
}

attempt 从一次用户意图内的网络尝试计数;maxAttempts 与总时间预算共同约束;nextAllowedAt 依据服务端建议和退避计算。

指数退避与抖动 ​

无抖动的指数退避:

text
delay = min(cap, base × 2^attempt)

大量客户端会在相同时间重试,形成同步峰值。全抖动可在 [0, delay] 随机取值。服务端返回 Retry-After 时,客户端应按协议和本地最大等待策略处理。

js
function nextRetryDelay({ attempt, baseMs, capMs, retryAfterMs }) {
  const exponential = Math.min(capMs, baseMs * 2 ** attempt);
  const jittered = Math.floor(Math.random() * (exponential + 1));
  return Math.max(jittered, retryAfterMs ?? 0);
}

该函数只计算时间,不决定错误是否可重试。分类必须在调用前完成。

重试预算 ​

同时限制:

  • 最大尝试次数;
  • 从首次请求开始的总时长;
  • 单次请求超时;
  • 用户当前任务的可等待时间;
  • 服务端负载;
  • 页面是否仍需要结果;
  • 电量和网络成本。

五次各 30 秒的请求可能让用户等 150 秒。总预算能避免单独限制次数仍造成过长等待。

状态流 ​

mermaid
stateDiagram-v2
    Attempting --> Succeeded: "取得权威成功"
    Attempting --> ClassifiedFailure: "失败已分类"
    ClassifiedFailure --> Waiting: "临时且预算允许"
    ClassifiedFailure --> NeedsAction: "输入、权限或冲突"
    ClassifiedFailure --> Exhausted: "预算耗尽"
    Waiting --> Attempting: "到达 nextAllowedAt"
    Waiting --> Paused: "页面隐藏或用户暂停"
    Paused --> Attempting: "仍需要且预算有效"

成功、用户取消、页面不再需要和预算耗尽都会终止自动重试。

HTTP 分类 ​

常见参考:

  • 408:请求超时,仍需判断副作用和连接语义;
  • 429:请求过多,可含 Retry-After;
  • 502/503/504:通常可能临时,但不是无条件重试;
  • 400/422:输入问题,原样重试无效;
  • 401:重新认证,不使用旧凭证循环;
  • 403:权限拒绝;
  • 404:是否可重试由资源创建/传播语义决定;
  • 409/412:需要冲突处理或更新前置条件。

状态码是输入之一。应用问题类型、方法语义和业务阶段共同决定。

幂等与去重 ​

GET、HEAD 等安全方法通常容易重试。写操作需要:

  • 领域定义的幂等键;
  • 服务端保存首次结果;
  • 相同键和相同规范化负载返回同一结果;
  • 相同键不同负载被拒绝;
  • 去重记录保留足够长;
  • 最终结果可查询。

幂等键不能用固定用户 ID 或当前秒生成。它标识一次业务请求,例如一次订单创建,而不是跨所有操作复用。

未知结果先查询 ​

支付提交后连接断开:

  1. 保留订单号和支付请求键;
  2. 查询订单/支付状态;
  3. 若已成功,显示成功凭证;
  4. 若仍处理中,继续状态查询;
  5. 若明确未创建且协议允许,再提交;
  6. 若无法判定,保持未知并提供人工处理。

“重试支付”按钮不能无条件复制 POST。

自动与手动重试 ​

自动适合:

  • 短暂读取失败;
  • 用户仍停留在当前任务;
  • 不需要改变输入;
  • 重试不会造成额外副作用;
  • 等待很短且有预算。

手动适合:

  • 等待超过用户可接受时间;
  • 会产生流量或费用;
  • 需要重新认证;
  • 用户需要检查输入;
  • 服务恢复时间未知;
  • 多次自动尝试已用尽。

手动按钮显示具体动作:“重新加载订单”,不是泛化“重试”。

页面隐藏与网络恢复 ​

页面隐藏时可以暂停非关键自动重试,恢复后重新计算:

  • 当前结果是否仍需要;
  • 总预算是否过期;
  • 服务端建议时间是否到达;
  • 查询条件是否改变;
  • 会话是否有效。

监听 online 只能触发一次探测,不能证明 API 已恢复。避免网络抖动触发多个并发重试循环。

轮询也是重试 ​

后台任务状态轮询需要:

  • 稳定 taskId;
  • 不重新创建任务;
  • 退避间隔;
  • 推送断开时的回退;
  • 页面隐藏策略;
  • 终态停止;
  • 最大观察时长。

轮询返回 404 时不要立即创建新任务;可能是传播延迟、权限或清理,需要依据任务协议处理。

熔断与负载保护 ​

单个客户端退避仍可能让百万客户端持续攻击故障服务。调用层可以使用熔断状态:

状态行为
closed正常请求并统计失败
open在冷却窗口内快速拒绝非关键请求
half-open仅允许少量探测

熔断是系统保护,不应把所有 open 状态写成业务失败。界面说明服务暂时不可用,并在探测成功后恢复。关键请求是否绕过熔断由容量和安全策略决定。

客户端也需要全局重试预算:某个页面的十张卡不能各自独立尝试五次。调度器限制同域并发、单位时间重试数和后台页面流量。

对冲请求不是普通重试 ​

读取尾延迟优化有时会向另一个副本发送对冲请求,并接受先完成者。这会增加负载,只适用于幂等读取和经过容量验证的场景。

对冲请求需要:

  • 延迟阈值基于分位数而非任意定时;
  • 两个响应版本的选择规则;
  • 胜出后中止另一读取;
  • 避免同时命中相同故障域;
  • 计入总请求预算;
  • 不用于写入。

不要把“同时发两个 POST,取先返回者”称为可靠性优化。

Retry-After 的边界 ​

Retry-After 可以是秒数或 HTTP 日期。解析日期时考虑服务器与客户端时钟差,优先使用响应 Date 估算。非法值按本地退避策略处理,不立即重试。

等待期间若用户改变查询,旧 Retry-After 不约束新资源,但服务端的账户级限流可能仍然适用。客户端需要知道限流范围是用户、令牌、资源还是整个服务,不能仅禁用当前按钮。

重试测试 ​

使用虚拟时钟验证:

  1. attempt 从正确值开始;
  2. 指数增长不溢出;
  3. cap 生效;
  4. 抖动落在合法区间;
  5. Retry-After 形成下界;
  6. 总预算先于次数耗尽时停止;
  7. 成功清理 timer;
  8. AbortSignal 清理等待;
  9. 页面卸载没有悬挂 Promise;
  10. 多组件共享限流不会重复请求。

随机算法测试固定 seed,并额外做分布检查;只断言一次随机毫秒会产生脆弱测试。

界面反馈 ​

自动重试中:

text
订单列表暂时不可用,正在重新连接(第 2/5 次)
[立即重试] [停止自动重试]

等待限流:

text
请求过于频繁,可在 10:22 后重新加载

预算耗尽:

text
仍无法连接订单服务
你的筛选已保留。
[重新加载订单] [返回工作台]

不要显示每秒倒计时,除非时间准确且任务需要。焦点保留在原操作;状态消息按失败、开始等待、恢复成功和最终耗尽几个关键变化播报。

案例一:商品目录读取 ​

输入 ​

  • GET /catalog?category=tools;
  • 第一次 503,Retry-After: 2;
  • 第二次连接失败;
  • 第三次成功;
  • 页面仍显示上一版目录;
  • 用户未改变筛选。

处理 ​

  1. 保留旧目录并标记刷新失败;
  2. 分类 503 为临时;
  3. 等待至少 2 秒并加入抖动;
  4. 第二次连接失败仍在总预算;
  5. 计算下一次退避;
  6. 第三次成功取得 version 42;
  7. 按稳定商品 ID 更新;
  8. 清除刷新错误;
  9. 状态消息说明“目录已更新”。

输出 ​

用户可以继续浏览旧目录,后台三次尝试受预算控制。成功后不重置筛选和滚动位置。

案例验收 ​

  • 首次重试不早于 Retry-After;
  • 三个客户端的抖动时间不完全相同;
  • 筛选改变后旧重试循环被取消;
  • 第三次成功终止所有定时器;
  • 页面隐藏后不会高频请求;
  • 旧内容明确标注版本和更新时间;
  • 读屏不逐秒朗读倒计时。

失败分支 ​

组件每次渲染都启动新的 setTimeout,恢复时并发发送 12 个 GET。修正为单一重试控制器、稳定查询键和卸载清理。

案例二:订单创建响应丢失 ​

输入 ​

  • 用户创建金额 299 CNY 的订单;
  • 请求携带领域幂等键 order-create-8841;
  • 服务端已创建 order-731;
  • 成功响应在网络中丢失;
  • 客户端显示等待超时。

恢复 ​

  1. 不立即重发创建;
  2. 以幂等键查询创建结果;
  3. 服务端返回 order-731 与 committed;
  4. 页面进入成功状态;
  5. 若查询仍 pending,继续有预算的状态轮询;
  6. 只有服务端明确没有接受且协议允许时才重发相同键;
  7. 相同键不同金额被服务端拒绝;
  8. 去重记录保留超过客户端最大重试窗口。

输出 ​

数据库只有一个订单,用户取得 order-731 凭证。网络尝试次数与业务订单数量分开。

案例验收 ​

  • 丢失响应不产生第二个订单;
  • 相同键同负载返回原订单;
  • 相同键不同负载明确拒绝;
  • 页面刷新后仍能查询结果;
  • 幂等记录过期策略覆盖最长未知窗口;
  • 重新认证后再次验证订单归属;
  • 分析记录尝试数,不记录完整订单内容。

失败分支 ​

超时弹窗只有“再次提交”,每次点击生成新键。用户创建三个订单。修正为先查询原业务请求,并保持同一领域去重键。

重试控制器调试 ​

记录:

  • 操作类别和方法;
  • 分类后的 failure class;
  • attempt 与首次时间;
  • 每次 delay 的组成;
  • Retry-After;
  • 总预算;
  • 中止原因;
  • 查询键;
  • 最终成功、耗尽或取消;
  • 写操作的去重结果。

测试使用可控时钟和固定随机源,避免等待真实秒数。验证并发组件只有一个控制器,路由变化后没有残留定时器。

观测 ​

  • 重试后恢复率;
  • 平均尝试数;
  • 预算耗尽;
  • 429 后过早请求;
  • 每个服务的重试放大倍数;
  • 重复副作用;
  • 用户手动与自动重试;
  • 页面隐藏期间请求;
  • 恢复成功但界面仍显示失败;
  • 按网络、版本和地区分群。

限制全链路重试放大:浏览器、网关和下游服务若各自重试三次,最坏请求量会成倍增加。明确哪一层负责重试。

综合练习:可靠报告查询 ​

实现即时查询和异步导出:

  • 即时 GET 对 503、429 使用不同策略;
  • 读取保留旧结果;
  • 查询变化取消旧重试;
  • 导出创建使用领域去重键;
  • 创建响应丢失先查询任务;
  • taskId 轮询有退避和终态停止;
  • 页面隐藏暂停非关键请求;
  • 重新认证后重新授权;
  • 预算耗尽有手动恢复;
  • 可控时钟测试全部延迟。

验收注入 429+Retry-After、连续 503、响应丢失、路由切换和服务恢复。最终导出任务只能创建一次。

来源 ​

从前端走向软件产品工程的长期路线图。