本文深入探讨了promise.catch未能捕获错误的常见原因，指出问题可能源于被调函数未正确拒绝promise。在此基础上，文章详细阐述了简单重试机制的局限性，例如引发速率限制和雪崩效应，并提出设计健壮重试策略的重要性。通过提供一个包含指数退避和promise链式调用的优化实现，旨在指导开发者构建更可靠、高效的异步操作重试逻辑。
Promise.catch 未捕获错误的根本原因
在使用Promise进行异步操作时，Promise.catch() 方法是用于捕获Promise链中任何拒绝状态的错误。然而，有时开发者会发现即使控制台输出了错误，catch 块却没有被执行。这通常是因为导致错误的函数（例如示例中的 fn）并没有返回一个处于拒绝状态的Promise。
当一个异步函数（如 fetch 或其他自定义函数）在内部发生错误时，它必须显式地返回一个被拒绝的Promise，Promise.catch() 才能捕获到这个错误。如果 fn 函数在内部抛出异常但没有将其封装在一个被拒绝的Promise中，或者它返回了一个成功状态的Promise，那么外部的 catch 块将无法捕获到这个错误。因此，调试此类问题时，首要任务是检查 fn 函数的实现，确保其在错误发生时正确地拒绝Promise。
无效重试策略的陷阱
在网络请求或不稳定服务调用中，重试机制是提高系统健壮性的常见手段。然而，一个设计不当的重试函数可能弊大于利。例如，如果一个请求因为持久性错误（如错误的API密钥、无效的URL或服务器内部错误）而失败，不加间隔地快速连续重试会导致一系列负面影响：
- 速率限制 (Rate Limiting)：目标服务器可能会将短时间内的大量请求视为恶意攻击或资源滥用，从而触发速率限制，暂时或永久地阻止来自客户端的请求，导致所有后续重试都失败。
- 雪崩效应 (Avalanche Failure)：客户端的快速重试循环可能对原本已经存在问题的服务器造成巨大的压力。服务器可能因为无法处理这些额外的重试请求而彻底崩溃，从一个小问题演变为系统性故障。
- 资源浪费：无论是在客户端还是服务器端，不必要的快速重试都会消耗计算资源和网络带宽，降低整体效率。
因此，一个健壮的重试系统必须避免“快速失败，快速重试”的简单模式。
设计健壮重试机制：引入指数退避
为了解决上述问题，生产级别的重试系统通常会采用退避算法 (Backoff Algorithm)，即在每次重试之间引入一个逐渐增长的延迟。这种策略有几个关键优势：
- 避免速率限制：通过增加重试间隔，客户端可以更好地遵守服务器的速率限制策略，减少被阻止的可能性。
- 给服务器恢复时间：如果服务器因临时性负载过高或内部错误而失败，退避机制可以给予服务器足够的时间来恢复正常运行。
- 降低系统负载：减少了无效请求的频率，从而减轻了客户端和服务器的负担。
常见的退避策略包括线性退避和指数退避。指数退避通常更受欢迎，因为它能更快地拉开重试间隔，尤其是在面对持续性问题时。
优化重试函数实现
以下是一个优化后的 retry 函数实现，它结合了Promise链式调用和指数退避策略，以构建更健壮的异步操作重试机制。
/** * 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)); } // 最小重试间隔时间 const kMinRetryTime = 100; // 100毫秒 // 每次重试额外增加的时间 const kPerRetryAdditionalTime = 500; // 500毫秒 /** * 计算退避延迟时间 * @param retries 当前重试次数 * @returns 计算出的延迟时间（毫秒） */ function calcBackoff(retries: number): number { // 第一次重试（retries=1）延迟 kMinRetryTime // 之后每次重试增加 kPerRetryAdditionalTime return Math.max(kMinRetryTime, (retries - 1) * kPerRetryAdditionalTime); } /** * 带有指数退避的重试函数 * @param fn 要重试的异步函数 * @param params 传递给fn的参数 * @param times 最大重试次数 * @returns 原始fn成功解决的Promise，或在达到最大重试次数后抛出原始错误 */ export function retry(fn: Function, params: any, times = 1e9 + 7): Promise { let retries = 0; // 记录当前重试次数 /** * 内部尝试执行函数并处理重试逻辑 * @returns Promise */ function attempt(): Promise { // 执行原始函数 return fn(params).catch((err: Error) => { // 捕获到错误，增加重试次数 ++retries; console.error(`Attempt ${retries} failed:`, err); // 打印错误信息 // 检查是否还有重试次数 if (retries <= times) { // 如果还有重试次数，计算退避时间并延迟执行下一次尝试 const backoffTime = calcBackoff(retries); console.log(`Retrying in ${backoffTime}ms...`); return delay(backoffTime).then(attempt); // 延迟后递归调用 attempt } else { // 达到最大重试次数，抛出原始错误 console.error(`Max retries (${times}) reached. Failing with error:`, err); throw err; } }); } // 启动第一次尝试 return attempt(); }
代码解析
-
delay(t: number) 函数：
- 这是一个辅助函数，用于创建一个在指定毫秒数 t 后解决的Promise。它利用 setTimeout 实现非阻塞延迟，是实现退避机制的基础。
-
kMinRetryTime 和 kPerRetryAdditionalTime：
- 定义了退避算法的参数。kMinRetryTime 确保即使是第一次重试也有一个最小的等待时间。kPerRetryAdditionalTime 控制每次重试额外增加的延迟时间，形成指数增长的效果。
-
calcBackoff(retries: number) 函数：
- 根据当前重试次数 retries 计算下一次重试所需的延迟时间。
- 当 retries 为1时，延迟时间为 kMinRetryTime。
- 之后，每次重试都会在 kMinRetryTime 的基础上额外增加 (retries - 1) * kPerRetryAdditionalTime 的时间。Math.max 确保延迟时间不会小于 kMinRetryTime。
-
retry(fn: Function, params: any, times = 1e9 + 7) 函数：
- retries 变量用于跟踪当前已经进行的重试次数。
-
attempt() 内部函数：这是核心的递归逻辑。
- 它调用 fn(params) 执行实际的异步操作。
- .catch((err: Error) => { ... }) 捕获 fn 返回的Promise的拒绝状态。
- 在 catch 块中，++retries 增加重试计数。
- if (retries
- 如果有，calcBackoff(retries) 计算延迟时间，然后 delay(backoffTime).then(attempt) 创建一个延迟Promise，并在延迟结束后递归调用 attempt() 进行下一次尝试。这里巧妙地使用了Promise链，避免了 new Promise 的嵌套，使得代码更简洁。
- 如果没有，则 throw err 抛出原始错误，终止重试循环，将错误传递给外部的 retry 调用者。
- 最后，return attempt() 启动第一次尝试，并返回整个重试链的Promise。
总结与最佳实践
设计健壮的异步重试机制是构建可靠应用的关键。核心要点包括：
- 确保Promise正确拒绝：被重试的函数必须在发生错误时返回一个拒绝状态的Promise，否则 catch 无法生效。
- 避免快速连续重试：引入退避策略，尤其是指数退避，可以有效避免速率限制和雪崩效应。
- 合理设置重试次数和退避参数：根据实际业务场景和目标服务的特性调整最大重试次数和退避间隔，以达到最佳平衡。
- 利用Promise链式调用：通过返回Promise链，可以简化异步代码结构，避免不必要的 new Promise 封装，提高代码的可读性和可维护性。
- 日志记录：在重试过程中记录失败信息和重试次数，有助于调试和监控系统状态。
遵循这些原则，开发者可以构建出更加稳定和高效的异步操作处理逻辑。
