当前位置:首页 > 文章列表 > Golang > Go教程 > 封装可重试的 JSON API 客户端并限制重试边界

封装可重试的 JSON API 客户端并限制重试边界

来源:17golang原创 2026-10-07 02:34:07 0浏览 收藏

Go 的 JSON API 客户端要做重试,关键不是把 client.Do(req) 放进循环,而是先划清“什么能重试、最多重试几次、什么时候必须停”。下面这个封装只对网络错误和 429/5xx 做有限重试;4xx、JSON 解码失败、调用方取消和总超时直接返回。请求体每轮重新创建,响应体每轮关闭,避免重试后得到空 Body 或连接复用异常。

要点速览
  • 把最大尝试次数、总超时和退避上限放进一个策略对象。
  • 先保存 JSON 字节,再用 bytes.NewReader 为每次尝试创建新的 Request。
  • 副作用请求默认不重试;只有幂等方法或服务端提供幂等键时才放宽。

先把可重试条件和停止条件写清楚

http.Client.Do 返回网络层错误时,通常还没有拿到可用响应;拿到 HTTP 响应后,非 2xx 本身不会变成 Go error。因此策略函数要同时看 err 和状态码。429 表示需要尊重服务端限流,5xx 多数是临时服务端故障;认证失败、参数错误和资源不存在则不应靠重试解决。

结果默认动作原因
网络错误有限重试连接、解析或暂时不可达可能恢复
429、502、503、504退避后重试让服务端和代理有恢复窗口
400、401、403、404立即返回通常需要修正输入或凭据
JSON 解码错误立即返回重试不会修复契约不一致

为每次尝试重建 JSON 请求,避免 Body 被读空

请求体是流,第一次发送后不能假设它还能从头读取。做法是先把结构编码成稳定的字节切片,随后每轮使用 bytes.NewReader(payload) 和 http.NewRequestWithContext 创建新请求。http.Client 可以长期复用,但 Request 应按尝试重新生成。

Go JSON API 客户端中 JSON payload、bytes.Reader、http.Request、http.Client 与 Response Body 的请求重建关系说明图
图1:请求重建与响应资源边界说明图,不是运行截图或执行证据。
// 这段代码把 JSON 字节作为可重放输入,每次尝试都创建新的请求。
func newJSONRequest(ctx context.Context, method, endpoint string, payload []byte) (*http.Request, error) {
    req, err := http.NewRequestWithContext(ctx, method, endpoint, bytes.NewReader(payload))
    if err != nil {
        return nil, fmt.Errorf("创建请求: %w", err)
    }
    req.Header.Set("Content-Type", "application/json") // 明确请求体格式,避免服务端按表单解析。
    return req, nil
}

把重试条件、退避上限和取消信号放在同一层

重试封装要有一个总生命周期,而不是每次失败都重新获得一段新时间。用父级 context.Context 控制调用方取消,用总超时限制请求与退避的合计时长;每次 Do 返回后先关闭 Body,再决定是否继续。

Go retryPolicy 连接网络错误、429/5xx、4xx、context.Context、退避 timer 与最终 error 的边界结构图
图2:重试策略与生命周期边界结构图,不是运行截图或执行证据。
// DoJSON 只重试可恢复结果,并用次数、总超时和退避上限共同收口。
func DoJSON(ctx context.Context, client *http.Client, method, endpoint string, in, out any) error {
    payload, err := json.Marshal(in) // 先固定字节,避免重试时请求体已经被消费。
    if err != nil {
        return fmt.Errorf("编码请求: %w", err)
    }
    ctx, cancel := context.WithTimeout(ctx, 8*time.Second) // 总预算覆盖请求和等待。
    defer cancel() // 释放计时器,避免派生 context 留到父级结束。

    const maxAttempts = 3
    for attempt := 1; attempt = 200 && resp.StatusCode 

示例中的三个辅助函数只负责判定和等待:网络错误要排除调用方已经取消的情况;状态码函数只放行 429 与明确的临时 5xx;等待函数必须用 select 同时监听计时器和 ctx.Done()。这样总超时到达时,不会还在退避。

POST 不是“失败就再发一次”

GET、HEAD 通常更容易重试,但 JSON API 常见的 POST 可能已经在服务端完成写入,只是响应在网络上丢失。对这类请求,建议默认关闭重试;如果服务端支持幂等键,才把同一个业务请求 ID 放进 Header,并确认服务端按该键去重。即使使用 PUT,也要先确认接口语义确实幂等。

生产参数可以先按“最多 3 次、总预算 8 秒、单次退避不超过 2 秒”起步,再结合服务端的 Retry-After 和业务延迟调整。不要把退避时间、HTTP 客户端超时、调用方 deadline 叠加成读者无法判断的多个独立预算。

延伸问答:哪些边界最容易漏掉

为什么不直接复用同一个 Request?

Body 是流,第一次发送可能已经读到末尾。重新创建 Request 能明确恢复读取位置,也能为每轮绑定仍然有效的 context。

4xx 都应该立即返回吗?

默认是这样,但 408 或接口明确约定可恢复的 409 需要单独建策略;不要把所有 4xx 一股脑加入重试。

响应体只在成功时关闭可以吗?

不可以。429、5xx 和读取失败路径同样会拿到 Body,必须在判定下一次尝试前关闭。

客户端要不要每次调用都 new?

不建议。官方文档说明 Client/Transport 含连接复用状态并可并发使用,应在服务生命周期内复用。

把重试看成一次受约束的资源操作:输入可重建、响应可回收、条件可解释、时间可截止。这样封装出来的 JSON API 客户端,出了问题能返回足够上下文,也不会因为“再试一次”把副作用扩大。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Redis Vector Set 做语义检索:向量、元数据与过滤条件Redis Vector Set 做语义检索:向量、元数据与过滤条件
上一篇
Redis Vector Set 做语义检索:向量、元数据与过滤条件
VS Code 创建项目专用 Profile 并只同步需要的配置
下一篇
VS Code 创建项目专用 Profile 并只同步需要的配置
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    357次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    416次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    424次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    380次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    205次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码