gRPC客户端必须显式设置超时,不能复用上游context;Kratos中默认无超时,使用context.Background()或无Deadline的context会导致请求无限等待,直至连接断开或服务端panic。

gRPC客户端必须显式设timeout,不能复用上游context
kratos里gRPC调用默认无超时,context.Background() 或未带Deadline的请求context会一直等下去,直到连接断开或服务端panic。常见错误是直接把HTTP handler的req.Context()传给下游gRPC client——它自带的Deadline已被前序耗时(鉴权、日志、路由)吃掉一部分,再不重算,下游大概率报context deadline exceeded。
实操建议:
- 在编排层(如
internal/service/xxx.go)接收请求后,立即用ctx.Deadline()和time.Since()算出剩余时间,再调context.WithDeadline()生成新context - 若逻辑简单、耗时可控,直接用
context.WithTimeout(ctx, 2*time.Second),但注意这个2秒是“从当前点起”,不是端到端总耗时 - 避免在for循环或高频调用中反复创建子context,可提前缓存
context.WithTimeout返回的函数
重试必须由客户端主动控制,Kratos不自动重试
kratos的gRPC client默认不重试,哪怕遇到Unavailable或DeadlineExceeded也只返回一次错误。这不是bug,是设计选择:重试策略需按业务语义定制(幂等性、下游状态、链路容忍度),框架无法替你决定。
实操建议:
- 用
retry.Client中间件,例如:conn, err := grpc.Dial("discovery:///user.service", grpc.WithMiddleware(<br> retry.Client(<br> retry.WithMax(3),<br> retry.WithBackoff(retry.BackoffLinear(100 * time.Millisecond)),<br> ),<br>)) - 仅对幂等接口启用重试;非幂等操作(如扣款、发消息)必须在业务层做状态机校验,不能靠中间件硬重试
-
retry.Client默认只重试Unavailable、Unknown、ResourceExhausted等特定code,若需重试DeadlineExceeded,得自定义retry.WithPolicy
HTTP客户端超时要分开配Read/Write,别只设一个
kratos的HTTP transport底层用http.Client,而它的Timeout字段是Read+Write总和,实际生产中这两者必须拆开:ReadTimeout防慢连接占goroutine,WriteTimeout防响应卡死不返回。只设Timeout: 5 * time.Second会导致慢POST请求拖垮整个连接池。
实操建议:
- 在
internal/client/http.go中构造http.Client时,显式配置Transport:client := &http.Client{<br> Timeout: 0, // 关闭总超时<br> Transport: &http.Transport{<br> ResponseHeaderTimeout: 3 * time.Second,<br> WriteTimeout: 5 * time.Second,<br> },<br>} -
ResponseHeaderTimeout对应HTTP服务端的ReadTimeout,用于限制从建立连接到收到header的时间 - 不要依赖
http.DefaultClient,它没设任何超时,容器环境里极易引发goroutine泄漏
重试+超时组合使用时,注意时间嵌套关系
重试不是无限拉长等待时间。比如设了WithTimeout(2*time.Second) + WithMax(3) + 线性退避,第三次重试可能在第6秒才发出,但总deadline只剩1秒——此时重试毫无意义,还浪费资源。
关键点:
- 重试间隔之和必须小于超时总预算,建议最大重试耗时 ≤ 超时值 × 0.7
- 若下游服务SLA是P99
- 流式接口(Streaming RPC)不能用
retry.Client中间件,必须在handler内手动捕获io.EOF或status.Code() == codes.Unavailable后重建stream
超时与重试的边界容易模糊:超时是“我最多等多久”,重试是“我愿为成功试几次”。两者叠加时,真正生效的是最内层context的Deadline,不是外层配置的数字。漏掉这个细节,所有重试都可能变成无效等待。


















