快捷導(dǎo)航

python3 解決requests出錯重試的問題

更新時間：2021年04月15日 11:38:02 作者：xudailong_blog

這篇文章主要介紹了python3 解決requests出錯重試的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

對python3下的requests使用并不是很熟練，今天稍微用了下，請求幾次下來后發(fā)現(xiàn)出現(xiàn)連接超時的異常，上網(wǎng)查了下，找到了一個還算中肯的解決方法。

retrying是python的一個自帶的重試包

導(dǎo)入方式：

from retrying import retry

簡單使用

retrying 這個包的用法原理就是在你不知道那段代碼塊是否會發(fā)生異常，若發(fā)生異常，可以再次執(zhí)行該段的代碼塊，如果沒有發(fā)生異常，那么就繼續(xù)執(zhí)行往下執(zhí)行代碼塊

以前你的代碼可能是這樣寫的：

def get_html(url):
 pass
def log_error(url):
 pass
url = ""
try:
 get_page(url)
except:
 log_error(url)

也有可能是這樣子寫的：

# 請求超過十次就放棄
attempts = 0
success = False
while attempts < 10 and not success:
 try:
  get_html(url)
  success = True
 except:
  attempts += 1
  if attempts == 10:
   break

使用 retrying 的寫法：

import random
from retrying import retry
@retry()
def do_something_unreliable():
 if random.randint(0, 10) > 1:
  raise IOError("Broken sauce, everything is hosed!!!111one")
 else:
  return "Awesome sauce!"
result = do_something_unreliable()
print（result）

上面的是簡單的用法，你可以試下，下面是一些可選參數(shù)的使用方式。

stop_max_attempt_number

用來設(shè)定最大的嘗試次數(shù)，超過該次數(shù)就停止重試

stop_max_delay

超過時間段，函數(shù)就不會再執(zhí)行了

wait_random_min和wait_random_max

用隨機的方式產(chǎn)生兩次retrying之間的停留時間

補充：python中Requests的重試機制

requests原生支持

import requests
from requests.adapters import HTTPAdapter
s = requests.Session()
# 重試次數(shù)為3
s.mount('http://', HTTPAdapter(max_retries=3))
s.mount('https://', HTTPAdapter(max_retries=3))
# 超時時間為5s
s.get('http://example.com', timeout=5)

requests使用的重試算法：BackOff(指數(shù)退避算法)

什么是指數(shù)退避算法

在wiki當(dāng)中對指數(shù)退避算法的介紹是：

In a variety of computer networks, binary exponential backoff or truncated binary exponential backoff refers to an algorithm used to space out repeated retransmissions of the same block of data, often as part of network congestion avoidance.

翻譯成中文的意思大概是“在各種的計算機網(wǎng)絡(luò)中，二進制指數(shù)后退或是截斷的二進制指數(shù)后退使用于一種隔離同一數(shù)據(jù)塊重復(fù)傳輸?shù)乃惴?，常常做為網(wǎng)絡(luò)避免沖突的一部分”

比如說在我們的服務(wù)調(diào)用過程中發(fā)生了調(diào)用失敗，系統(tǒng)要對失敗的資源進行重試，那么這個重試的時間如何把握，使用指數(shù)退避算法我們可以在某一范圍內(nèi)隨機對失敗的資源發(fā)起重試，并且隨著失敗次數(shù)的增加長，重試時間也會隨著指數(shù)的增加而增加。

當(dāng)然，指數(shù)退避算法并沒有人上面說的那么簡單，想具體了解的可以具體wiki上的介紹

當(dāng)系統(tǒng)每次調(diào)用失敗的時候，我們都會產(chǎn)生一個新的集合，集合的內(nèi)容是0~2n-1，n代表調(diào)用失敗的次數(shù)

第一次失敗集合為 0，1

第二次失敗集合為 0，1，2，3

第三次失敗集合為 0，1，2，3，4，5，6，7

在集合中隨機選出一個值記為R，下次重試時間就是R*基本退避時間(對應(yīng)在指數(shù)退避算法中爭用期) 當(dāng)然，為了防止系統(tǒng)無限的重試下去，我們會指數(shù)重新的最大次數(shù)

為什么要使用指數(shù)退避算法

使用指數(shù)退避算法，可以防止連續(xù)的失敗，從某方面講也可以減輕失敗服務(wù)的壓力，試想一下，如果一個服務(wù)提供者的服務(wù)在某一時間發(fā)生了異常、超時或是網(wǎng)絡(luò)抖動，那么頻繁的重試所得到的結(jié)果也大致都是失敗。這樣的頻繁的重試不僅沒有效果，反而還會增服務(wù)的負擔(dān)。