寒蝉 Hancic
重试与退避：失败之后怎么办
朴素重试（失败立刻重试）在大规模下会引发重试风暴和级联放大。正确策略四件套：指数退避（给下游恢复时间）+抖动（打破同步）+重试预算（限制总重试流量）+只重试瞬时故障且幂等的操作。再配熔断器兜底——重试失败到阈值就停止，别一直试一个挂掉的服务。重试不是"再试一次"，是需要设计的工程。
朴素重试（失败立刻重试）在大规模下会引发重试风暴和级联放大。正确策略四件套：指数退避（给下游恢复时间）+抖动（打破同步）+重试预算（限制总重试流量）+只重试瞬时故障且幂等的操作。再配熔断器兜底——重试失败到阈值就停止，别一直试一个挂掉的服务。重试不是"再试一次"，是需要设计的工程。
调用一个外部服务失败了，第一反应是再试一次。这个直觉没错，但「再试一次」从一句代码到生产可用的重试策略，中间隔着好几层坑——每一层都是被上一层的代价逼出来的。 起点：固定次数重试 最直觉的做法：失败就重试，重试 N 次，还不行就放弃。 for i in range(3): try: return c
