前言
记得五年前的一个深夜，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 82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 {@Overridepublic 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。
最后说一句(求关注，别白嫖我)
如果这篇文章对您有所帮助，或者有所启发的话，帮忙关注一下我的同名公众号：苏三说技术，您的支持是我坚持写作最大的动力。
求一键三连：点赞、转发、在看。
关注公众号：【苏三说技术】，在公众号中回复：进大厂，可以免费获取我最近整理的10万字的面试宝典，好多小伙伴靠这个宝典拿到了多家大厂的offer。
