Guava Retryer 口重试

时间:2022-05-23 小黑说Java 人气:0

前言

小黑在开发中遇到个问题，我负责的模块需要调用某个三方服务接口查询信息，查询结果直接影响后续业务逻辑的处理；

这个接口偶尔会因网络问题出现超时，导致我的业务逻辑无法继续处理；

这个问题该如何解决呢？，小黑首先想到的就是重试嘛，如果失败了就再调用一次。

问题来了，如果又失败了呢？接着重试嘛。我们循环处理，比如循环5次，全失败则任务服务不可用，结束调用。

如果我又想着5次调用间隔一段时间呢？第一次先隔1秒，然后3秒，然后5秒呢？

小黑发现事情没那么简单，如果自己搞容易出BUG呀。

转念一想，这个常见挺常见，网上应该有轮子呀，找找看。一不小心就让我给找着啦，哈哈。

Guava Retryer

This is a small extension to Google's Guava library to allow for the creation of configurable retrying strategies for an arbitrary function call, such as something that talks to a remote service with flaky uptime.

使用Guava Retryer你可以自定义来执行重试，同时也可以监控每次重试的结果和行为，最重要的基于 Guava 风格的重试方式真的很方便。

引入依赖

<dependency>
      <groupId>com.github.rholder</groupId>
      <artifactId>guava-retrying</artifactId>
      <version>2.0.0</version>
</dependency>

快速开始

Callable<Boolean> callable = new Callable<Boolean>() {
    public Boolean call() throws Exception {
        return true; // do something useful here
    }
};

Retryer<Boolean> retryer = RetryerBuilder.<Boolean>newBuilder()
    .retryIfResult(Predicates.<Boolean>isNull()) // callable返回null时重试
    .retryIfExceptionOfType(IOException.class) // callable抛出IOException重试
    .retryIfRuntimeException() // callable抛出RuntimeException重试
    .withStopStrategy(StopStrategies.stopAfterAttempt(3)) // 重试3次后停止
    .build();
try {
    retryer.call(callable);
} catch (RetryException e) {
    e.printStackTrace();
} catch (ExecutionException e) {
    e.printStackTrace();
}

在Callable的call()方法返回null,抛出IOException或者RuntimeException时会重试；
将在尝试重试3次后停止，并抛出包含上次失败尝试信息的RetryException;
如果call()方法中弹出任何其他异常，它将被包装并在ExecutionException中重新调用。

指数退避（Exponential Backoff）

根据wiki上对Exponential backoff的说明，指数补偿是一种通过反馈，成倍地降低某个过程的速率，以逐渐找到合适速率的算法。

在以太网中，该算法通常用于冲突后的调度重传。根据时隙和重传尝试次数来决定延迟重传。

在c次碰撞后（比如请求失败），会选择0和2^c - 1之间的随机值作为时隙的数量。

对于第1次碰撞来说，每个发送者将会等待0或1个时隙进行发送。
而在第2次碰撞后，发送者将会等待0到3（由2^2 -1 计算得到）个时隙进行发送。
而在第3次碰撞后，发送者将会等待0到7（由2^3 - 1 计算得到）个时隙进行发送。
以此类推……

Retryer<Boolean> retryer = RetryerBuilder.<Boolean>newBuilder()
        .retryIfExceptionOfType(IOException.class)
        .retryIfRuntimeException()
        .withWaitStrategy(WaitStrategies.exponentialWait(100, 5, TimeUnit.MINUTES)) // 指数退避
        .withStopStrategy(StopStrategies.neverStop()) // 永远不停止重试
        .build();

创建一个永远重试的重试器，在每次重试失败后以指数级退避间隔递增，直到最多5分钟。5分钟后，从那时起每隔5分钟重试一次。

斐波那契退避（Fibonacci Backoff）

斐波那契数列指的是这样一个数列：

0,1,1,2,3,5,8,13,21,34,55,89...

这个数列从第3项开始，每一项都等于前两项之和。

Retryer<Boolean> retryer = RetryerBuilder.<Boolean>newBuilder()
        .retryIfExceptionOfType(IOException.class)
        .retryIfRuntimeException()
        .withWaitStrategy(WaitStrategies.fibonacciWait(100, 2, TimeUnit.MINUTES)) // 斐波那契退避
        .withStopStrategy(StopStrategies.neverStop())
        .build();

创建一个永远重试的重试器，在每次重试失败后以增加斐波那契退避间隔的方式等待，直到最多2分钟。2分钟后，从那时起每隔2分钟重试一次。

与指数退避策略类似，斐波那契退避策略遵循一种模式，即在每次尝试失败后等待的时间越来越长。

对于这两种策略的性能英国利兹大学专门做过性能测试，相比指数退避策略，斐波那契退避策略可能性能更好，吞吐量可能也更好。

重试监听器

当重试发生时，如果需要额外做一些动作，比如发送邮件通知之类的，可以通过RetryListener，Guava Retryer在每次重试之后会自动回调监听器，并且支持注册多个监听。

@Slf4j
class DiyRetryListener<Boolean> implements RetryListener {
    @Override
    public <Boolean> void onRetry(Attempt<Boolean> attempt) {
        log.info("重试次数:{}",attempt.getAttemptNumber());
        log.info("距离第一次重试的延迟:{}",attempt.getDelaySinceFirstAttempt());
        if(attempt.hasException()){
            log.error("异常原因:",attempt.getExceptionCause());
        }else {
            System.out.println("正常处理结果:{}" + attempt.getResult());
        }
    }
}

定义监听器之后，需要在Retryer中进行注册。

        Retryer<Boolean> retryer = RetryerBuilder.<Boolean>newBuilder()
                .retryIfResult(Predicates.<Boolean>isNull()) // callable返回null时重试
                .retryIfExceptionOfType(IOException.class) // callable抛出IOException重试
                .retryIfRuntimeException() // callable抛出RuntimeException重试
                .withStopStrategy(StopStrategies.stopAfterAttempt(3)) // 重试3次后停止
                .withRetryListener(new DiyRetryListener<Boolean>()) // 注册监听器
                .build();

小结

Guava Retryer不光在重试策略上支持多种选择，并且将业务逻辑的处理放在Callable中，和重试处理逻辑分开，实现了解耦，这比小黑自己去写循环处理要优秀太多啦，Guava确实强大。

加载全部内容