常用的接口重试方案！
前言
某个电商平台的订单退款接口突发异常，因为银行系统网络抖动，退款请求连续失败。
原本技术团队只是想“好心重试几次”，结果开发小哥写的重试代码竟疯狂调用了银行的退款接口 近百次！
最终导致用户账户重复退款，平台损失过百万。
老板在复盘会上质问：“接口重试这么基础的事，为什么还能捅出大篓子？”
大家哑口无言，因为所有人都以为只要加个 for 循环，再睡几秒就完事了……
这篇文章跟大家一起聊聊重试的7种常用方案，希望对你会有所帮助。
1 暴力轮回法
问题场景
某实习生写的用户注册短信发送接口。
在一个while循环中，重复调用第三方的发短信接口给用户发送短信。
代码如下：
public void sendSms(String phone) {
int retry = 0;
while (retry < 5) { // 无脑循环
try {
smsClient.send(phone);
break;
} catch (Exception e) {
retry++;
Thread.sleep(1000); // 固定1秒睡眠
}
}
}
事故现场
某次短信服务器出现了过载问题，导致所有请求都延迟了3秒。
这个暴力循环的代码在 0.5秒内同时发起数万次重试，直接打爆短信平台，触发了 熔断封禁，连正常请求也被拒绝。
教训
-
💥 不做延迟间隔调整：固定间隔导致重试请求集中爆发
-
💥 无视异常类型：非临时性错误（如参数错误）也尝试重试
-
🔑 修复方案：加上随机的重试间隔，并过滤不可重试的异常
2 Spring Retry
应用场景
Spring Retry适用于中小项目，通过注解快速实现基本重试和熔断（如订单状态查询接口）。
通过声明@Retryable注解，来实现接口重试的功能。
配置示例
@Retryable(
value = {TimeoutException.class}, // 只重试超时异常
maxAttempts = 3,
backoff = @Backoff(delay = 1000, multiplier = 2) // 1秒→2秒→4秒
)
public boolean queryOrderStatus(String orderId) {
return httpClient.get("/order/" + orderId);
}
@Recover // 兜底回退方法
public boolean fallback() {
return false;
}
优势
-
声明式注解：代码简洁，与业务逻辑解耦
-
指数退避：自动拉长重试间隔
-
熔断集成：结合
@CircuitBreaker可快速阻断异常流量
3 Resilience4j
高阶场景
对于有些需要自定义退避算法、熔断策略和多层防护的大中型系统（如支付核心接口），我们可以使用 Resilience4j。
核心代码如下：
// 1. 重试配置：指数退避 + 随机抖动
RetryConfig retryConfig = RetryConfig.custom()
.maxAttempts(3)
.intervalFunction(IntervalFunction.ofExponentialRandomBackoff(
1000L, // 初始间隔1秒
2.0, // 指数倍数
0.3 // 随机抖动系数
))
.retryOnException(e -> e instanceof TimeoutException)
.build();
// 2. 熔断配置：错误率超50%时熔断
CircuitBreakerConfig cbConfig = CircuitBreakerConfig.custom()
.slidingWindow(10, 10, CircuitBreakerConfig.SlidingWindowType.COUNT_BASED)
.failureRateThreshold(50)
.build();
// 组合使用
Retry retry = Retry.of("payment", retryConfig);
CircuitBreaker cb = CircuitBreaker.of("payment", cbConfig);
// 执行业务逻辑
Supplier<Boolean> supplier = () -> paymentService.pay();
Supplier<Boolean> decorated = Decorators.ofSupplier(supplier)
.withRetry(retry)
.withCircuitBreaker(cb)
.decorate();
效果
某电商大厂上线此方案后，支付接口 超时率下降60% ，且熔断触发频率降低近 90%
真正做到了“打不还手，骂不还口”。
4 MQ队列
适用场景
高并发、允许延时的异步场景（如物流状态同步）。
实现原理
-
首次请求失败后，将消息投递至 延时队列
-
队列根据预设的延时时间（如5秒、30秒、1分钟）重试消费
-
若达到最大重试次数，则转存至 死信队列（人工处理）
RocketMQ代码片段如下：
// 生产者发送延时消息
Message<String> message = new Message();
message.setBody("订单数据");
message.setDelayTimeLevel(3); // RocketMQ预设的10秒延迟级别
rocketMQTemplate.send(message);
// 消费者重试
@RocketMQMessageListener(topic = "DELAY_TOPIC")
public class DelayConsumer {
@Override
public void handleMessage(Message message) {
try {
syncLogistics(message);
} catch (Exception e) {
// 重试次数 + 1，并重新发送到更高延迟级别
resendWithDelay(message, retryCount + 1);
}
}
}
如何RocketMQ的消费者消费失败，会自动发起重试。
5 定时任务
适用场景
对于有些不需要实时反馈，允许批量处理的任务（如文件导入）的业务场景，我们可以使用定时任务。
在这里以Quartz为例。
具体代码如下：
@Scheduled(cron = "0 0/5 * * * ?") // 每5分钟执行
public void retryFailedTasks() {
List<FailedTask> list = failedTaskDao.listUnprocessed(5); // 查失败任务
list.forEach(task -> {
try {
retryTask(task);
task.markSuccess();
} catch (Exception e) {
task.incrRetryCount();
}
failedTaskDao.update(task);
});
}
6 两阶段提交
适用场景
对于严格保证数据一致性的场景（如资金转账），我们可以使用两阶段提交机制。
关键实现
-
第一阶段：记录操作流水到数据库（状态为“进行中”）
-
第二阶段：调用远程接口，并根据结果更新流水状态
-
定时补偿：扫描超时的“进行中”流水重新提交
大致代码如下：
@Transactional
public void transfer(TransferRequest req) {
// 1. 记录流水
transferRecordDao.create(req, PENDING);
// 2. 调用银行接口
boolean success = bankClient.transfer(req);
// 3. 更新流水状态
transferRecordDao.updateStatus(req.getId(), success ? SUCCESS : FAILED);
// 4. 失败转异步重试
if (!success) {
mqTemplate.send("TRANSFER_RETRY_QUEUE", req);
}
}
7 分布式锁
应用场景
对于一些多服务实例、多线程环境的防重复提交（如秒杀）的业务场景，我们可以使用分布式锁。
这里以Redis + Lua的分布式锁为例。
代码如下：
public boolean retryWithLock(String key, int maxRetry) {
String lockKey = "api_retry_lock:" + key;
for (int i = 0; i < maxRetry; i++) {
// 尝试获取分布式锁
if (redis.setnx(lockKey, "1", 30, TimeUnit.SECONDS)) {
try {
return callApi();
} finally {
redis.delete(lockKey);
}
}
Thread.sleep(1000 * (i + 1)); // 等待释放锁
}
return false;
}
总结
重试就像机房里的灭火器——永远不希望用到它，但必须保证关键时刻能救命。
我们工作中选择哪种方案？
别只看技术潮流，而要看业务的长矛和盾牌，需要哪种配合。
最后送大家一句话：系统稳定的秘诀，是永远对重试保持敬畏。