Python Requests 库中的重试策略实践

简介: 在网络请求中,由于网络波动或服务暂时不可达等原因,请求可能失败。为增强客户端健壮性,自动重试机制变得尤为重要。本文介绍如何在 Python 的 `requests` 库中实现请求自动重试,通过 `urllib3` 的 `Retry` 类配置重试策略,并提供了一个具体示例,展示了如何设置重试次数、状态码集合及异常类型等参数,从而提高系统的可靠性和容错能力。

网络请求由于各种原因可能会失败,例如网络波动、服务暂时不可达等。为了增强客户端的健壮性,实现请求的自动重试是一个常见的做法。在Python中,requests库是处理HTTP请求的标准工具之一。然而,requests本身并不直接提供重试机制,这需要借助urllib3库中的Retry类来实现。

本文将介绍如何在requests中实现请求的自动重试。

1. 重试的必要性

在分布式系统中,服务间的通信可能会由于各种原因失败。而自动重试机制能够提高系统的可靠性和容错能力。合理的重试策略可以减少暂时性故障导致的请求失败。

2. 实现重试的基本原理

requests中实现重试通常需要以下步骤:

  1. 导入必要的模块。
  2. 创建一个HTTPAdapter实例。
  3. HTTPAdapter上配置Retry策略。
  4. 将配置好的HTTPAdapter挂载到Session对象上。
  5. 使用配置了重试的Session对象发送请求。

3. 使用urllib3实现重试

以下是一个具体的示例,展示如何为requests请求添加重试逻辑。

3.1. 导入模块

首先,需要导入requests库和urllib3Retry类。

python

代码解读

复制代码

import requests
from requests.adapters import HTTPAdapter
from urllib3.util import Retry

3.2. 配置重试策略

使用Retry类来定义重试策略。这里可以指定重试次数、状态码集合、异常类型等。

python

代码解读

复制代码

retries = Retry(
    total=5,  # 总重试次数
    backoff_factor=1,  # 指数退避因子
    status_forcelist=[500, 502, 503, 504],  # 指定哪些状态码触发重试
    allowed_methods=frozenset(['GET', 'POST']),  # 允许重试的HTTP方法
)

3.3. 创建HTTPAdapter并配置重试

创建一个HTTPAdapter实例,并设置重试策略。

python

代码解读

复制代码

adapter = HTTPAdapter(max_retries=retries)

3.4. 挂载Adapter到Session

创建Session对象,并为HTTP和HTTPS请求挂载上面创建的adapter

rust

代码解读

复制代码

pythonCopy code
session = requests.Session()
session.mount('http://', adapter)
session.mount('https://', adapter)

3.5. 发送请求

使用配置了重试策略的session对象发送请求。

python

代码解读

复制代码

url = "http://httpbin.org/status/500"
response = session.get(url)

4. 示例:请求一个可能返回错误的服务

以下是一个完整的示例,包括错误处理。

python

代码解读

复制代码

import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

def request_with_retry(url, max_retries=5, backoff_factor=1, status_forcelist=None):
    if status_forcelist is None:
        status_forcelist = [500, 502, 503, 504]
        
    session = requests.Session()
    retries = Retry(total=max_retries,
                    backoff_factor=backoff_factor,
                    status_forcelist=status_forcelist,
                    method_whitelist=["GET", "POST"])
    adapter = HTTPAdapter(max_retries=retries)
    session.mount('http://', adapter)
    session.mount('https://', adapter)
    
    try:
        response = session.get(url)
        response.raise_for_status()  # 如果请求返回的是4XX, 5XX响应码,将引发HTTPError异常
        return response
    except requests.exceptions.HTTPError as e:
        print(f"HTTP Error: {e}")
    except requests.exceptions.ConnectionError as e:
        print(f"Connection Error: {e}")
    except requests.exceptions.Timeout as e:
        print(f"Timeout Error: {e}")
    except requests.exceptions.RequestException as e:
        print(f"Request Exception: {e}")

url = "http://httpbin.org/status/500"
response = request_with_retry(url)

if response:
    print(response.text)

在这个示例中,如果服务响应500系列错误,或者连接异常,request_with_retry函数将尝试最多五次的请求。

结论

在Python中使用requests库配合urllib3Retry类,可以灵活地实现HTTP请求的自动重试机制。这样可以显著提高应用程序处理网络波动的能力。在微服务、API调用等场景下,这种模式尤为重要。需要注意的是,应当谨慎选择重试的次数和策略,以防止过多的重试导致服务负载过重。


转载来源:https://juejin.cn/post/7296756504913543183

相关文章
|
6月前
|
存储 数据采集 监控
Python定时爬取新闻网站头条:从零到一的自动化实践
在信息爆炸时代,本文教你用Python定时爬取腾讯新闻头条,实现自动化监控。涵盖请求、解析、存储、去重、代理及异常通知,助你构建高效新闻采集系统,适用于金融、电商、媒体等场景。(238字)
996 2
|
7月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
330 26
|
7月前
|
数据采集 Web App开发 前端开发
处理动态Token:Python爬虫应对AJAX授权请求的策略
处理动态Token:Python爬虫应对AJAX授权请求的策略
机器学习/深度学习 算法 自动驾驶
1222 0
|
7月前
|
存储 人工智能 算法
Python实现简易成语接龙小游戏:从零开始的趣味编程实践
本项目将中国传统文化与编程思维相结合,通过Python实现成语接龙游戏,涵盖数据结构、算法设计与简单AI逻辑,帮助学习者在趣味实践中掌握编程技能。
619 0
|
7月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
343 0
|
8月前
|
数据采集 Web App开发 JSON
Python爬虫基本原理与HTTP协议详解:从入门到实践
本文介绍了Python爬虫的核心知识,涵盖HTTP协议基础、请求与响应流程、常用库(如requests、BeautifulSoup)、反爬应对策略及实战案例(如爬取豆瓣电影Top250),帮助读者系统掌握数据采集技能。
672 0
|
8月前
|
传感器 数据采集 监控
Python生成器与迭代器:从内存优化到协程调度的深度实践
简介:本文深入解析Python迭代器与生成器的原理及应用,涵盖内存优化技巧、底层协议实现、生成器通信机制及异步编程场景。通过实例讲解如何高效处理大文件、构建数据流水线,并对比不同迭代方式的性能特点,助你编写低内存、高效率的Python代码。
313 0
|
8月前
|
人工智能 自然语言处理 安全
Python构建MCP服务器:从工具封装到AI集成的全流程实践
MCP协议为AI提供标准化工具调用接口,助力模型高效操作现实世界。
1389 1
|
8月前
|
机器学习/深度学习 算法 调度
【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)
【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)
332 0

推荐镜像

更多