本文旨在探讨Promise重试机制中`catch`方法未能捕获错误的原因，并提供一套健壮的解决方案。我们将深入分析为何简单的重试可能导致“雪崩效应”和触发限流，并详细介绍如何通过移除冗余Promise封装、优化错误传播路径以及引入带有指数退避策略的重试机制，构建出更具弹性、高效且不易导致系统过载的异步操作重试逻辑。
在异步编程中，为提高系统鲁棒性，我们常常会实现一套重试机制来处理瞬时性故障。然而，开发者在实践中可能会遇到一个常见问题：尽管控制台输出了错误信息（例如HTTP 429 Too Many Requests），但Promise链中的.catch()方法却未能如预期地捕获到这些错误，导致重试逻辑无法正确执行。
Promise catch 未能捕获错误的深层原因
当.catch()未能捕获到错误时，最根本的原因在于被重试的异步函数fn（例如fetch）并没有按照预期拒绝（reject）其返回的Promise。这意味着：
- fn本身未拒绝Promise：fn可能在内部处理了错误，或者返回了一个resolved状态的Promise，即使其操作失败。例如，fetch在接收到非2xx的HTTP状态码时，其Promise通常是resolve的，只有在网络错误或请求无法发出时才会reject。HTTP 429（Too Many Requests）就是一个典型的非2xx状态码，它表示服务器成功接收并处理了请求，只是因为请求频率过高而拒绝提供服务。
- 错误发生在Promise链外部：如果错误是同步发生的，或者发生在Promise链初始化之前，.catch()也无法捕获。
- 异步错误未正确传播：在复杂的异步逻辑中，如果某个内部的异步操作失败，但其错误没有通过reject向上层Promise链传递，那么外部的.catch()也无法感知。
要解决这个问题，首先需要深入调试fn函数，确保它在遇到需要重试的错误条件时，能够明确地拒绝其返回的Promise。对于fetch这类API，通常需要手动检查响应状态码，并在不符合预期时通过Promise.reject()抛出错误。
简单重试的陷阱：雪崩效应与限流
原始的重试函数在遇到错误时，会立即再次调用attempt()进行重试，这种“快速失败，快速重试”的策略在实际生产环境中存在严重弊端：
- 雪崩效应（Avalanche Failure）：如果服务器因某个小问题而响应缓慢或失败，客户端的快速重试会像雪崩一样，在短时间内向服务器发送大量重复请求，进一步加剧服务器的压力，使其更难恢复，甚至导致彻底崩溃。
- 触发限流（Rate Limiting）：许多API和服务都会实施限流策略，以保护其资源不被滥用。无间隔的快速重试极易触发现有服务的限流机制（如HTTP 429），导致所有后续请求都被拒绝，陷入恶性循环。
因此，一个生产级别的重试系统必须引入“退避（Backoff）”机制，即在每次重试之间等待一段逐渐增加的时间，给服务器留出恢复空间，并避免触发限流。
构建健壮的Promise重试机制：优化与退避策略
为了构建一个更健壮、高效且不易导致系统过载的Promise重试机制，我们可以从以下几个方面进行优化：
- 消除冗余的 new Promise 封装：原始代码使用了一个外部的 new Promise 来封装重试逻辑，这在Promise链式调用中通常是不必要的。我们可以直接通过Promise的链式特性和递归调用来管理重试状态。
- 引入退避策略：在每次重试失败后，等待一段递增的时间再进行下一次尝试。这通常被称为指数退避（Exponential Backoff），可以有效缓解服务器压力。
- 明确错误传播：确保在达到最大重试次数后，错误能够被正确地向上层调用者抛出。
下面是一个优化后的重试函数实现，它移除了冗余的 new Promise 封装，并引入了一个简单的线性退避策略：
/** * 创建一个延迟Promise * @param t 延迟时间（毫秒） * @returns 一个在指定时间后解决的Promise */ function delay(t: number): Promise{ return new Promise(resolve => setTimeout(resolve, t)); } // 最小重试等待时间 const kMinRetryTime = 100; // 每次重试额外增加的等待时间 const kPerRetryAdditionalTime = 500; /** * 计算退避时间 * @param retries 当前已重试的次数 * @returns 下一次重试的等待时间（毫秒） */ function calcBackoff(retries: number): number { // 确保最小等待时间，并根据重试次数线性增加 return Math.max(kMinRetryTime, (retries - 1) * kPerRetryAdditionalTime); } /** * 带有退避策略的Promise重试函数 * @param fn 要重试的异步函数，必须返回一个Promise * @param params 传递给fn的参数 * @param maxTimes 最大重试次数 * @returns fn返回的Promise结果，或在重试失败后抛出原始错误 */ export function retry (fn: (...args: any[]) => Promise , params: any, maxTimes = 1e9 + 7): Promise { let retries = 0; // 记录已重试的次数 const attempt = (): Promise => { return fn(params).catch((err: Error) => { retries++; // 增加重试计数 console.error(`Attempt failed (${retries}/${maxTimes}):`, err); // 记录每次失败 if (retries <= maxTimes) { // 如果还有重试次数，则计算退避时间并延迟后再次尝试 const backoffTime = calcBackoff(retries); console.log(`Retrying in ${backoffTime}ms...`); return delay(backoffTime).then(attempt); } else { // 达到最大重试次数，抛出原始错误 console.error(`Max retries (${maxTimes}) reached. Giving up.`); throw err; } }); }; return attempt(); // 启动第一次尝试 }
代码解析与注意事项：
- delay 函数：一个简单的辅助函数，用于返回一个在指定时间后解决的Promise，实现等待功能。
- kMinRetryTime 和 kPerRetryAdditionalTime：定义了退避策略的参数。calcBackoff 函数根据已重试的次数线性增加等待时间，并确保有一个最小等待时间。在实际应用中，你可能需要根据业务场景调整这些参数，甚至采用更复杂的指数退避算法（例如 2^retries * baseTime）。
-
retry 函数的改进：
- 它不再使用 new Promise 包装，而是直接返回 attempt() 的结果。attempt 函数是一个递归的Promise链，它在失败时会返回一个延迟后再次调用自身的Promise。
- retries 变量在闭包中维护，记录当前的重试次数。
- 在每次 .catch 中，我们首先增加 retries 计数。
- 如果 retries 尚未达到 maxTimes，则计算退避时间，调用 delay 等待，然后通过 .then(attempt) 再次发起重试。
- 如果 retries 达到 maxTimes，则不再重试，而是直接 throw err，将原始错误向上层抛出，确保调用者能够捕获到最终的失败。
- 错误日志：在每次失败时打印错误信息和重试计划，有助于调试和监控。
总结与最佳实践
构建一个健壮的Promise重试机制是处理异步操作中瞬时故障的关键。核心要点包括：
- 明确Promise拒绝行为：确保你的异步函数在失败时能够正确地拒绝Promise，以便.catch()能够捕获。
- 避免盲目重试：无间隔的快速重试可能导致雪崩效应和触发限流。
- 实施退避策略：引入延迟机制，并在每次重试之间逐渐增加等待时间，是生产级重试系统的必备。
- 优化Promise链：利用Promise的链式调用特性，避免不必要的 new Promise 封装，使代码更简洁、更易于理解和维护。
- 合理设置重试次数和退避参数：根据实际业务场景和被调用服务的特性来调整最大重试次数和退避策略，以平衡系统的响应速度和稳定性。
通过遵循这些原则，我们可以构建出更加弹性、高效且对外部服务友好的异步重试逻辑。
