python脚本 请求数量达到上限，http请求重试

由于在内网发送http请求同一个token会限制次数，所以很容易达到网关流量上限。
业务中使用了多线程并发，一个线程发起一次http请求，得到正确结果后返回。这里采用的策略是，如果解析出来达到流量上限，那么该线程休眠一段时间，然后重试请求，如果还是失败，那么继续休眠，每次休眠的时间随着重试轮次增加：

# 探测是否触及网关流量上限
def probe_func(m_url, m_headers, m_json, m_timeout):
    json_rep = requests.post(url = m_url, 
                    headers = m_headers,
                    json = m_json,
                    timeout = m_timeout)
    zhiyan_data = json_rep.json()
    if(zhiyan_data['code'] != 0):
        return None
    else:
        return json_rep

# 解析数据包，不涉及probe_func中的检测内容
def parse(json_rep, room_name, metric_name):
    if json_rep == None: 
        logging.info(room_name + " json_rep == None")
        return 0
    if (json_rep.content and json_rep.status_code != 204 and json_rep.headers["content-type"].strip().startswith("application/json")):
        zhiyan_data = json_rep.json()
        if len(zhiyan_data['data']) == 0:
            logging.warning(zhiyan_data['日志信息拉取无结果'])
            return 0
        else:
            res = zhiyan_data['data']['chart_info'][0]['key_data_list'][3]['current']
            logging.info(room_name + str(res))
            if str(res) == "None":
                logging.warning(room_name + ":拉取zhiyan_data:" + metric_name + " 出现了问题，拉取数据为None")
                return 0
            else:
                return res
    else:
        return 0

# 具有可靠性地获取数据
def request_post_reliable(m_url, m_headers, m_json, m_timeout):
    sleep_time_s = 1
    sleep_time_max = 60
    res = probe_func(m_url, m_headers, m_json, m_timeout)
    # 如果探测失败则线程睡眠一段时间后再尝试
    while (res == None):
        logging.info("探测失败，线程睡眠"+str(sleep_time_s)+"秒")
        time.sleep(sleep_time_s)
        tmp = sleep_time_s * 2
        if tmp < sleep_time_max:
            sleep_time_s = tmp
        else:
            sleep_time_s = sleep_time_max
        logging.info("睡眠结束，线程重新探测")
        res = probe_func(m_url, m_headers, m_json, m_timeout)
    # 直到探测成功，返回正确结果
    return res