一篇，快速搞懂各种重试策略

一篇，快速搞懂各种重试策略

业务场景：

1、第三方系统的用户在我方系统产生了订单记录，我方系统需要将订单信息同步给第三方系统

2、考虑到网络等不可抗力因素，希望同步失败后能够重试，又不希望无限重试，比如希望只重试3次,所以需要持久化入库，并且表结构如下：

ID	订单明细	重试次数(count)	是否同步(sync)
1	{“orderId”:“123456”}	1	0

重试时查询条件为：

 where count <= 3 and sync = 0 

3、因为三方系统一旦发生故障，短时间内不一定能恢复，所以重试的时候希望不要马上重试，如果能等一会(比如1小时)重试这条数据就好了，所以表结构可以如下:

ID	订单明细	重试次数(count)	是否同步(sync)	最后一次同步时间(last_sync_time)
1	{“orderId”:“123456”}	1	0	2020-03-22 01:00:00

重试时查询条件为：

 where count <= 3 and sync = 0 and TIMESTAMPDIFF(minute,last_sync_time,now())>=60

4、一般来说同步的时间不用那么精确。所以为了查询效率，可以增加字段last_sync_hour结构为：

ID	订单明细	重试次数(count)	是否同步(sync)	最后一次同步时间(last_sync_time)	最后一次同步小时(last_sync_hour)
1	{“orderId”:“123456”}	1	0	2020-03-22 01:00:00	431487

重试时查询条件为：

 where count <= 3 and sync = 0 and last_sync_hour<#{curHour}

| * 将字段运算替换为条件匹配

5、如果三方系统要故障一整天，我方系统1小时重试一次需要24次，系统成本比较高，如果8小时同步一次，第三方系统又觉得同步得慢了，所以我希望重试的次数越多，下一次间隔时间就越长,指数级增长，比如：

重试次数	距上次同步的时间间隔
1	距0次间隔2小时
2	距1次间隔4小时
3	距2次间隔8小时

|| 重试3次，首次为2点，最后一次重试时间为2+4+8=14点,重试4次时间范围就能跨越24小时
重试时查询条件为：

 where count <= 3 and sync = 0 and last_sync_hour<= #{curHour}-1 << count

将数据运算外置后，可以优化为:

int count = 3;
int currSyncHour = #{curHour}-1<<count;
where count <= #{count} and sync = 0 and last_sync_hour<= #{currSyncHour}