事件重试与补偿需形成闭环：重试用于可恢复异常（如网络超时），须配指数退避（1s→2s→4s→8s→16s→30s）和3–5次限制；不可恢复异常（如参数错误）应直触补偿，补偿须幂等、有状态标记，并基于业务ID校验真实状态，全程留痕可追溯。
事件重试机制不是“失败就重试”那么简单，它需要和补偿逻辑形成闭环：重试是尝试恢复，补偿是兜底确认。关键在于区分可恢复异常与不可恢复异常，并在重试耗尽后自动转向补偿动作。
识别哪些失败该重试、哪些该直接补偿
不是所有失败都适合重试。盲目重试可能放大问题甚至引发雪崩。
- 适合重试的场景：网络超时、第三方服务临时不可用、数据库连接抖动、限流拒绝（HTTP 429）——这类问题大概率随时间自行恢复
- 应跳过重试、直触补偿的场景：数据格式错误（如 JSON 解析失败）、业务规则校验不通过（如余额不足）、非法参数（如空 ID）——这些错误不会因重试而改变，反复执行只会重复失败
配置带退避策略的重试，避免打垮下游
重试必须配合指数退避（Exponential Backoff），防止瞬间重压击穿依赖方。
- 初始延迟建议 1–2 秒，倍数设为 2，最大延迟不超过 30 秒（例如：1s → 2s → 4s → 8s → 16s → 30s）
- 总重试次数控制在 3–5 次以内；超过即视为“已尽力”，进入补偿流程
- Spring Boot 中可用
@Retryable配合@Backoff实现，同时用@Recover方法定义补偿入口
补偿逻辑要能独立执行且幂等
补偿不是“再跑一遍原逻辑”，而是根据失败上下文执行确定性修复动作。
- 补偿操作需自带事务边界或状态标记（如写入补偿任务表并记录 status=‘pending’），避免重复触发
- 常见补偿类型包括：调用反向接口（如支付失败则释放冻结金额）、更新本地状态为失败并通知人工介入、将事件转存至死信队列供离线分析
- 若原事件含唯一业务 ID（如 order_id），补偿方法应基于该 ID 查询最新状态，确认是否真需补偿，防止“已成功但网络未返回”的误补偿
把重试与补偿串联成可追踪的执行链
每一次重试、每一次补偿都应留下完整轨迹，便于排查和审计。
- 记录每次重试的时间、异常类型、输入快照；补偿执行时也记录决策依据（如“第5次重试失败，触发 cancel_inventory 补偿”）
- OpenClaw 等框架支持 DAG 节点级状态追踪，可将重试节点与补偿节点作为不同分支纳入同一工作流，实现可视化编排
- TCC 类事务中，补偿常对应 confirm/cancel 两路操作；此时补偿逻辑本质是状态机驱动的确定性终态推进
