13｜哪些失败值得再试一次

如果想获取全套课程资料，请关注微信公众号 「AI面包君」，回复 「课程资料」 即可领取。

资料请求偶尔超时，第二次可能恢复；计划字段写错，重复一百次也不会变对。这一节先让一个步骤故意失败一次，观察自动重试，再检查当前实现到底会重试哪些异常。

你要学会的是按失败原因决定下一步，而不是给每个错误都包一层循环。

1. 触发一次可恢复的失败

在项目根目录运行：

.\.venv\Scripts\python.exe labs.py 13

实验通过 engine.fail_once 让第一项资料任务在首次尝试时抛出读取超时。应看到 retry 事件，接着同一步尝试次数变为 2，最终任务进入待人工审核。

图中内容来自课程实验的实际输出，按阅读宽度排成终端记录；任务编号和耗时会随每次运行变化。

这是主动注入的教学故障，没有拔掉网络。它适合稳定验证重试分支，但不能代表各种真实网络故障都已测试过。

把失败想成三种敲门结果

你去取一份资料：门口暂时没有信号，过一会儿可能恢复；工作人员说你没有权限，重复敲门不会自动获得权限；你拿错了申请表，继续交同一张表也不会变正确。

在程序里，临时网络问题、明确拒绝和无效输入也需要不同处理。自动重试只适合一部分暂时性失败，而且每次尝试都会占用时间，某些请求还会产生费用或副作用。

本课把策略限制得很小：指定的传输异常和超时最多再试一次，其他错误先记录出来。它不是适用于所有系统的最终策略，但比“所有异常都无限重试”更容易解释和验证。

2. 读懂“两次尝试”而不是“两次重试”

one_step 外层使用 for attempt in range(2)，总共最多进入两次。内部只对以下异常执行自动重试：

except (httpx.TransportError,TimeoutError):
    if attempt==1:raise
    self.store.change(job_id,lambda j:None,'retry',{'step':sid,'wait_seconds':0.4})
    await asyncio.sleep(0.4)

第一次失败时 attempt 为 0，记录等待事件并停 0.4 秒，再试一次。第二次失败时值为 1，直接抛出异常。因此“最多两次尝试”包含首次调用，不是首次调用之外再试两次。