面试速答（先看这里）

一句话结论：“退避”（Backoff）是在系统发生失败或异常后，延迟一段时间再重试的一种策略。

60秒标准回答：

“退避”（Backoff）是在系统发生失败或异常后，延迟一段时间再重试的一种策略。它的核心思想是：不要立即、频繁地重试，而是给系统一点“喘息”的时间，以避免雪崩、资源耗尽或加剧故障

这是一个在定时任务，重试任务等等系统中非常重要的东西

假设你调用一个远程服务失败了，如果不做不退避，就是要立即重试，那么就意味着下游服务就要被一直怼，那么就会加剧他的问题，直至崩溃

**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点

回答主线：

• **不退避（No Backoff）：**不退避，就是直接重试，也算是一种策略。
• **固定退避（Fixed Backoff）：**每 次重试等待相同的时间。
• **指数退避（Exponential Backoff）：**等待时间按指数增长： delay = base * (2^n) ，其中 n 是重试次数。
• **指数随机退避（ExponentialRandomBackOffPolicy）：**它在指数增长的基础上，增加了一个随机因子，可以避免在重试时多个客户端同时发起请求，造成“惊群效应”。

**记忆锚点：**Backoff → 固定退避（Fixed Backoff） → Exponential → 实定义了一些退避策略 → 延迟一段时间再重试 → Retryable

关键取舍：

• 它的核心思想是：不要立即、频繁地重试，而是给系统一点“喘息”的时间，以避免雪崩、资源耗尽或加剧故障。

易错提醒：

• “退避”（Backoff）是在系统发生失败或异常后，延迟一段时间再重试的一种策略。
• 它的核心思想是：不要立即、频繁地重试，而是给系统一点“喘息”的时间，以避免雪崩、资源耗尽或加剧故障。

加分表达：

• 假设你调用一个远程服务失败了，如果不做不退避，就是要立即重试，那么就意味着下游服务就要被一直怼，那么就会加剧他的问题，直至崩溃。
• 而如果使用一定的退避的话，就相当于给对方一点喘息时间、而且也能让自己减少一些无用的调用，提高整体系统的稳定性与容错能力。

追问准备：

• 围绕「Backoff」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「固定退避（Fixed Backoff）」：底层原理是什么？使用时有哪些边界和常见坑？
• 围绕「Exponential」：底层原理是什么？使用时有哪些边界和常见坑？
• 如果线上出现异常，你会如何定位、验证并规避？

---

典型回答

“退避”（Backoff）是在系统发生失败或异常后，延迟一段时间再重试的一种策略。它的核心思想是：不要立即、频繁地重试，而是给系统一点“喘息”的时间，以避免雪崩、资源耗尽或加剧故障。

这是一个在定时任务，重试任务等等系统中非常重要的东西。

假设你调用一个远程服务失败了，如果不做不退避，就是要立即重试，那么就意味着下游服务就要被一直怼，那么就会加剧他的问题，直至崩溃。

而如果使用一定的退避的话，就相当于给对方一点喘息时间、而且也能让自己减少一些无用的调用，提高整体系统的稳定性与容错能力。

在Spring中，其实定义了一些退避策略，给@Retryable注解用的。常见的退避策略有以下几种：

不退避（No Backoff）

不退避，就是直接重试，也算是一种策略。。。。。

固定退避（Fixed Backoff）

每次重试等待相同的时间。这种策略，用起来很简单，但是无法应对持续性故障（比如对方需要更长时间恢复）

指数退避（Exponential Backoff）

等待时间按指数增长：delay = base * (2^n)，其中 n 是重试次数。例如：100ms → 200ms → 400ms → 800ms → ...

很多MQ的消息的消费失败的重投，用的就是这种策略，失败次数越多，下次投递的时间窗口就越长。

指数随机退避（ExponentialRandomBackOffPolicy）

指数随机退避。它在指数增长的基础上，增加了一个随机因子，可以避免在重试时多个客户端同时发起请求，造成“惊群效应”。