单片机与物联网 / 系统课时
设计客户端退避重连策略
设计客户端退避重连策略
同一批设备遭遇断网或 Broker 重启后,如果每秒同时发起重连,会让恢复中的服务继续承受连接尖峰。本课使用有上限的指数退避和随机抖动分散重试,并通过 Python 示例验证等待窗口和成功后的重置规则。
学习目标
- 计算指数退避的增长上限与随机等待时间。
- 用可运行代码验证 Full Jitter 重连调度。
- 将调度接入 MQTT 连接状态,避免并行重连和无效重试。
固定重试为什么仍会扎堆
假设 1000 台设备同时掉线,并且每隔 1 秒重连。Broker 恢复时,可能在同一秒承受接近 1000 次 CONNECT。即使统一改为失败后等待 0.5、1、2、4 秒,设备仍在相同的时间点重试。
Full Jitter 的做法是:保留指数增长的等待上限,但让每台设备独立随机选择实际等待时长。这样可以把同一波重试分散到整个时间窗口,而不是形成整齐的尖峰。

确定窗口和状态边界
设第 1 次连接失败后的等待上限为 0.5 秒,此后每失败一次翻倍,最多增长到 30 秒。第 n 次失败后的上限可写成 min(30, 0.5 * 2 ** (n - 1)) 秒,再在 0 到该上限之间随机取值。
| 连续失败次数 | 等待上限 | 实际等待范围 |
|---|---|---|
| 1 | 0.5 秒 | 0~0.5 秒 |
| 2 | 1 秒 | 0~1 秒 |
| 3 | 2 秒 | 0~2 秒 |
| 4 | 4 秒 | 0~4 秒 |
| 7 及以后 | 30 秒 | 0~30 秒 |
只有一次连接尝试确定失败或超时后,才增加计数并安排下一次;不能让网络错误回调与定时器各自再发起一条连接。只有收到成功的 MQTT CONNACK 才算上线,TCP 建连成功不足以重置计数。
用 Python 检查退避分布
下面是只使用 Python 3.9+ 标准库的调度模拟,运行时不会真的连接 Broker。固定随机种子仅用于复现教学输出;真实设备必须各自使用独立的随机序列。
import random
BASE_SECONDS = 0.5
MAX_SECONDS = 30.0
rng = random.Random(7) # 固定种子仅供复现实验
def full_jitter(failures: int) -> tuple[float, float]:
# 第一次失败从 failures=1 开始计数
limit = min(MAX_SECONDS, BASE_SECONDS * 2 ** (failures - 1))
return limit, rng.uniform(0, limit)
for failures in range(1, 5):
limit, delay = full_jitter(failures)
print(f"失败{failures}次:上限{limit:.1f}s,等待{delay:.2f}s")
print("模拟成功 CONNACK:计数归零,取消待执行的重试")预期输出:
失败1次:上限0.5s,等待0.16s
失败2次:上限1.0s,等待0.15s
失败3次:上限2.0s,等待1.30s
失败4次:上限4.0s,等待0.29s
模拟成功 CONNACK:计数归零,取消待执行的重试接入 MQTT 客户端的正确时机
实际实现时维护 Online、Waiting、Connecting 三个状态,按下面的顺序处理:
- 连接断开或连接尝试失败后,清理失效连接,记录失败原因和次数,保证只存在一个待执行的重试任务。
- 进入
Waiting,根据 Full Jitter 安排延时。若设备网络接口仍未恢复,暂停主动连接或降低探测频率,不要空转。 - 到期进入
Connecting,对一次 MQTT 连接设置明确的超时预算,例如 5 秒;失败或超时再递增计数,重新进入Waiting。 - 收到成功 CONNACK 后进入
Online,取消重试定时器并清零失败次数。根据Session Present判断是否需要恢复订阅,不能把恢复 TCP 连接误当成恢复 MQTT 会话。
如果使用的客户端库已经启用了自动重连,先确认其退避算法与是否支持随机抖动。不要同时开启库内自动重连和应用自写定时器,否则会出现两套连接循环。认证被拒绝时应走凭据刷新或低频告警流程,避免把无效凭据当作暂时性网络故障高速重试。
联调时验证哪些现象
同时模拟一组设备掉线,记录每次连接尝试的设备标识、失败次数、计划延迟、实际开始时间、CONNACK 结果与超时原因。检查连续失败时窗口是否逐步扩大、不同设备的重试是否分散、任一设备是否出现重叠连接尝试。
恢复 Broker 后还要验证三件事:成功的设备停止重试;再次断线从首档窗口开始;使用持久会话的设备在 Session Present=1 时继续接收尚未完成投递的消息。单纯看“最终连上了”无法发现重连风暴。