服务注册与分布式协调 / 系统课时

设计 Retry Policy 与失败分类

设计 Retry Policy 与失败分类

Retry Policy 的目标不是“失败就多试几次”,而是在可恢复故障上自动等待并重试,同时让无论重试多少次都不会改变结果的业务拒绝尽快失败。设计时要一起考虑退避节奏、总时间预算、最大尝试次数和错误类型,否则重试本身会放大下游故障。

学习目标

  • 按暂时故障、间歇故障和永久故障判断 Activity 是否值得重试
  • 配置初始间隔、退避系数、最大间隔、最大尝试次数与不可重试错误类型
  • 用 ApplicationFailure 明确表达业务拒绝,并避免错误包装破坏重试语义

先按恢复可能性分类失败

可重试与否取决于“相同输入稍后再执行,成功概率是否会提高”,而不是错误看起来是否严重。

失败类型 典型例子 建议
暂时故障 连接超时、503、短时限流 重试,并使用退避降低瞬时压力
间歇故障 偶发网络抖动、依赖节点切换 重试,但限制总时间和最大间隔
永久故障 参数非法、余额不足、业务规则拒绝 不重试,立即把失败交给 Workflow 决策

业务拒绝通常需要改变输入、人工处理或执行补偿,原样重试只会重复消耗资源。相反,503 或连接失败可能在数秒后恢复,适合交给 Activity 的 Retry Policy 自动处理。

把重试参数变成压力预算

initialInterval 决定第一次失败后等待多久,backoffCoefficient 决定间隔如何放大,maximumInterval 给退避设置上限,maximumAttempts 限制尝试次数。比如初始 2 秒、系数 2、最大 20 秒时,等待序列会近似为 2、4、8、16、20 秒,之后不再继续指数增长。

不要只靠 maximumAttempts 控制重试。更稳妥的方式是让 Schedule-To-Close 约束整个 Activity Execution 的总时间,再用尝试次数作为额外护栏。这样即使单次执行时间或退避发生变化,重试链也不会无限占用业务时限。

Activity 失败分类、退避重试与停止条件

配置 Retry Policy

下面是片段示例,依赖项目中已注册的 activities.ts。支付调用的单次尝试最多 15 秒,整个执行最多 2 分钟;暂时故障最多尝试 5 次,而 BusinessRejected 和 InvalidRequest 一旦出现就不进入下一次尝试。

ts
import { proxyActivities } from '@temporalio/workflow';
import type * as activities from './activities';

export const { chargePayment } = proxyActivities<typeof activities>({
  startToCloseTimeout: '15s',
  scheduleToCloseTimeout: '2m',
  retry: {
    initialInterval: '2s',
    backoffCoefficient: 2,
    maximumInterval: '20s',
    maximumAttempts: 5,
    nonRetryableErrorTypes: ['BusinessRejected', 'InvalidRequest'],
  },
});

生效行为是:普通可重试失败会按退避节奏再次调度;当 ApplicationFailure.type 命中不可重试列表时立即结束 Activity Execution;即使尝试次数尚未用完,达到 Schedule-To-Close 总时限也会停止继续重试。

用 ApplicationFailure 表达业务拒绝

Activity 实现应该把业务语义编码为稳定的错误类型,而不是让 Workflow 解析错误字符串。下面的片段把 422 类业务拒绝转换成 BusinessRejected,而 503 仍抛出普通错误,让 Retry Policy 处理。

ts
import { ApplicationFailure } from '@temporalio/common';

export async function chargePayment(
  amount: number,
  responseStatus: number,
): Promise<string> {
  if (responseStatus === 422) {
    throw ApplicationFailure.create({
      message: `payment rejected for amount ${amount}`,
      type: 'BusinessRejected',
      details: [amount],
    });
  }

  if (responseStatus === 503) {
    throw new Error('payment service temporarily unavailable');
  }

  return `charged:${amount}`;
}

预期结果是 responseStatus 为 422 时,错误类型命中 nonRetryableErrorTypes,不会安排下一次尝试;为 503 时,该普通错误会被 Activity 失败转换机制视为可重试失败,并在总时限和 Retry Policy 允许的范围内继续尝试;其他状态返回成功结果。

如果某个错误由 Activity 实现者就能确定“任何调用方都不应该重试”,还可以在 ApplicationFailure.create() 中设置 nonRetryable: true。这种标记会直接阻止重试,不再依赖调用方是否把该类型加入列表。

最终验收应同时覆盖两个路径:一个暂时故障确实产生退避后的后续尝试,一个永久业务拒绝只执行一次。只有“该重试的会恢复、不该重试的立即停”同时成立,Retry Policy 才真正减少故障而不是制造重试风暴。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

设计 Retry Policy 与失败分类

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通