指数退避策略通过延迟随重试次数翻倍增长（delay = min(baseDelay×2^attempt, maxDelay)）、添加0–50%随机抖动、限制重试次数（2–3次）及仅对临时错误重试，避免重试风暴并提升系统稳定性。
用指数退避策略设置递增延迟，核心是让第 n 次重试前的等待时间随失败次数翻倍增长，同时限制上限、加入随机性，避免所有请求“踩在同一秒”上。
计算延迟时间：按尝试次数动态生成
每次重试前，根据当前重试次数 attempt（从 0 开始计）计算基础延迟：
- 公式为：
delay = Math.min(baseDelay * Math.pow(2, attempt), maxDelay) -
baseDelay常取 500 或 1000 毫秒（首次等待时长） -
maxDelay建议设为 30000（30 秒），防止用户无限等待 - 例如 base=1000，三次重试延迟依次为：1000ms → 2000ms → 4000ms
必须加随机抖动：打破重试同步性
纯指数增长仍可能因设备启动时间接近而集体重试，引发“重试风暴”。在基础延迟上叠加随机偏移可有效分散压力：
- 抖动范围推荐：0 到
delay的 25%～50%，例如Math.random() * delay * 0.5 - 最终等待时间 = 基础延迟 + 抖动值
- 代码示意：
const totalDelay = delay + Math.random() * delay * 0.5;
控制重试节奏：结合次数与状态判断
延迟只是手段，关键还要配合合理的重试边界和错误筛选：
- 最大重试次数建议设为 2～3 次（移动端尤其不宜超过 3 次）
- 只对临时性错误重试：网络异常（
TypeError、AbortError）、5xx 状态码、HTTP 0 状态（断连） - 明确跳过 4xx 错误（如 400、401、403、404），它们代表客户端问题或业务拒绝，重试无意义
封装成可复用函数：简洁调用不重复造轮子
把逻辑收拢成一个通用工具函数，便于在 fetch、Axios 或自定义请求中复用：
- 输入：原始请求函数、重试配置（
baseDelay、maxRetries、maxDelay、shouldRetry） - 内部用递归 Promise 实现，每次失败后按策略延迟再执行下一次
- 返回 Promise，成功时 resolve 数据，彻底失败时 reject 最终错误
