推荐使用 backoff/v4 + 手写重试循环:它提供可控的指数退避(支持抖动、最大耗时)、要求显式处理上下文取消和临时错误判断,避免 go-retry 等黑盒库的默认无退避、不支持 cancel、误判错误等风险。

Go 的 retry 库选哪个?别直接上 go-retry
Go 生态里没有官方重试包,但最常用的是 backoff/v4 —— 它不是“重试库”,而是专注退避策略的底层实现,和 retry 类库(比如 matryer/retry)定位不同。直接用 go-retry 容易踩坑:它默认无退避、不支持上下文取消、错误判断太粗糙。
推荐组合:backoff/v4 + 手写简单重试循环。可控、轻量、符合 Go 的显式风格。
-
backoff/v4提供标准指数退避(ExponentialBackOff)、抖动(WithJitter)、最大重试次数和总超时控制 - 避免用
retry.Do这类黑盒函数——你没法插桩日志、没法区分临时错误和永久错误 - 如果项目已用
golang.org/x/time/rate做限流,注意别和退避逻辑冲突:退避是“等失败后等多久再试”,限流是“每秒最多发几个请求”
怎么写一个带指数退避的 HTTP 调用?关键在 NextBackOff 和 context
核心不是“重试多少次”,而是“每次失败后等多久”,以及“什么时候彻底放弃”。backoff/v4 的 NextBackOff 方法返回下一次等待时间,返回 backoff.Stop 就该退出循环。
示例片段(非完整函数):
立即学习“go语言免费学习笔记(深入)”;
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
bo := backoff.NewExponentialBackOff()
bo.MaxElapsedTime = 30 * time.Second
ctx, cancel := context.WithTimeout(context.Background(), 45*time.Second)
defer cancel()
<p>var err error
for i := 0; ; i++ {
select {
case <-ctx.Done():
return ctx.Err()
default:
}</p><pre class="brush:php;toolbar:false;">err = doHTTPRequest(ctx) // 注意传入 ctx,让底层 http.Client 可中断
if err == nil {
return nil
}
// 只对 5xx 或连接错误重试,4xx 一般不重试
if !isTemporaryError(err) {
return err
}
delay := bo.NextBackOff()
if delay == backoff.Stop {
return err
}
time.Sleep(delay)}
-
doHTTPRequest必须接收context.Context并透传给http.Client.Do,否则ctx.Done()不生效 -
isTemporaryError要自己实现:检查err是否为*url.Error、是否含"timeout"、"connection refused",或响应状态码是否在 500–599 - 别把
MaxElapsedTime设得比外层context超时还长,否则ctx.Done()永远不会触发
ExponentialBackOff 的默认参数为什么不能直接用?
默认的 InitialInterval=10ms、MaxInterval=1s、Multiplier=2 看似合理,但在高并发场景下容易引发雪崩:100 个 goroutine 同时失败,第 3 次重试就集体在 40ms 后撞一起发请求。
- 必须开启抖动:
bo := backoff.WithJitter(backoff.NewExponentialBackOff()),否则退避时间完全可预测 -
MaxInterval建议设为 5–10 秒,防止退避后期间隔过短;MaxElapsedTime更重要,它兜底总耗时 - 不要依赖
MaxNumberOfRetries:它只限制调用NextBackOff次数,而实际重试次数由你循环逻辑控制,二者不联动
重试时漏掉 context 取消或错误分类,比没加重试还危险
最常见的两个硬伤:一是重试过程中用户已取消请求,但 goroutine 还在闷头等退避时间;二是把 401(鉴权失败)也重试,结果刷出一堆无效 token 刷新。
- 所有阻塞操作(
time.Sleep、http.Do、database.Query)都必须响应ctx.Done(),建议用time.AfterFunc+select替代裸time.Sleep - 临时性错误要分层判断:网络层(
net.OpError)、HTTP 层(status code)、业务层(如返回{"code": "UNAVAILABLE"}) - 重试日志必须包含尝试次数、当前退避时长、原始错误,否则线上出问题根本没法回溯是卡在哪一次
退避不是加个 time.Sleep 就完事,它是服务韧性设计里最易被简化的环节——参数调错、上下文失控、错误误判,任何一个都会让重试从救命稻草变成压垮系统的最后一根稻草。

















