基于Spring Retry与Resilience4j的霸王餐接口容错策略对比压测报告

基于Spring Retry与Resilience4j的霸王餐接口容错策略对比压测报告

一、压测背景
霸王餐活动高峰 3w QPS，依赖外部券系统、支付系统、消息通知。5%超时、1%抖动能接受，但不可阻断主流程。目标：在 Spring Retry 与 Resilience4j 两套容错实现之间，选出 RT 低、成功率高的方案。

二、测试环境

• 4C8G 容器 * 6
• SpringBoot 3.2 + JDK21
• 模拟下游接口 50ms RT，随机 5% 抛 ConnectTimeoutException
• 工具：Gatling 3.9，200 并发持续 5min

三、Spring Retry实现

@Configuration
@EnableRetry
public class RetryConfig {
    @Bean
    public RetryTemplate retryTemplate() {
        RetryTemplate rt = new RetryTemplate();
        FixedBackOffPolicy back = new FixedBackOffPolicy();
        back.setBackOffPeriod(100);
        rt.setBackOffPolicy(back);
        SimpleRetryPolicy policy = new SimpleRetryPolicy(3);
        rt.setRetryPolicy(policy);
        return rt;
    }
}

@Service
public class CouponService {
    @Autowired private RetryTemplate retryTemplate;

    public String sendCoupon(Long userId) {
        return retryTemplate.execute(context -> {
            return juwatech.cn.client.CouponClient.send(userId);
        });
    }
}

重试 3 次，间隔 100ms，总耗时 ≤300ms。

四、Resilience4j实现

@Configuration
public class R4jConfig {
    @Bean
    public Retry r4jRetry() {
        return Retry.of("coupon", RetryConfig.custom()
                .maxAttempts(3)
                .waitDuration(Duration.ofMillis(100))
                .retryExceptions(ConnectTimeoutException.class)
                .build());
    }
}

@Service
public class CouponServiceR4j {
    @Autowired private Retry r4jRetry;
    public String sendCoupon(Long userId) {
        Supplier<String> sup = () -> juwatech.cn.client.CouponClient.send(userId);
        return r4jRetry.executeSupplier(sup);
    }
}

五、熔断+舱壁附加对比
Resilience4j 侧再加 CircuitBreaker 与 Bulkhead：

@Bean
public CircuitBreaker cb() {
    return CircuitBreaker.of("coupon", CircuitBreakerConfig.custom()
            .failureRateThreshold(50)
            .waitDurationInOpenState(Duration.ofSeconds(10))
            .slidingWindowSize(20)
            .build());
}

@Bean
public ThreadPoolBulkhead bulkhead() {
    return ThreadPoolBulkhead.of("coupon", ThreadPoolBulkheadConfig.custom()
            .maxThreadPoolSize(50)
            .coreThreadPoolSize(20)
            .queueCapacity(100)
            .build());
}

组合装饰：

Supplier<CompletionStage<String>> sup = Bulkhead.decorateSupplier(bulkhead,
        CircuitBreaker.decorateSupplier(cb,
                Retry.decorateSupplier(r4jRetry, () -> CouponClient.send(userId))));
return sup.get().toCompletableFuture().join();

六、指标对比

方案	成功率	平均RT	TP99	最大线程	异常率
Spring Retry	95.1%	62ms	310ms	200	4.9%
Resilience4j	95.3%	58ms	270ms	50	4.7%
R4j+CB+BH	99.4%	44ms	98ms	50	0.6%

七、CPU与内存

• Spring Retry 无舱壁，峰值线程 200，CPU 73%
• Resilience4j 线程池固定 50，CPU 58%，内存少 11%

八、压测脚本核心

val httpConf = http.baseUrl("https://api-test.eat.cn")
val scn = scenario("CouponSend")
  .exec(http("send")
    .post("/coupon/send")
    .header("content-type", "application/json")
    .body(StringBody("""{"userId":#{userId}}"""))
    .check(status.is(200))
  )
setUp(scn.inject(constantUsersPerSec(200).during(5*60))).protocols(httpConf)

九、结论
Resilience4j 在 舱壁隔离 + 熔断降级 加持下，高并发抖动能快速失败并保护线程池，TP99 降低 67%，异常率下降一个量级，成为霸王餐活动最终选型。

本文著作权归吃喝不愁app开发者团队，转载请注明出处！