python环境搭建 (十三) tenacity重试库

tenacity==9.1.2 这个 Python 库的核心功能，以及具体的使用方法，我会从基础概念到实际案例一步步讲清楚。

一、tenacity 是什么？

tenacity 是一个功能强大且易用的 Python 重试库，专门用来处理那些可能因为网络波动、资源暂不可用、服务超时等临时性故障 而失败的代码逻辑。它比 Python 标准库的重试方案更灵活，支持自定义重试条件、重试间隔、停止策略等，9.1.2 是该库的一个稳定版本。

简单来说：当你的代码调用接口偶尔失败、连接数据库偶尔超时，不想直接报错，而是希望"再试几次"时，tenacity 就能帮你优雅地实现这个需求。

二、tenacity==9.1.2 的安装

首先需要安装指定版本，确保环境中库版本一致：

bash 复制代码

pip install tenacity==9.1.2

三、核心使用方法

1. 基础用法（装饰器方式）

这是最常用的方式，通过装饰器给需要重试的函数添加重试逻辑。

python 复制代码

from tenacity import retry, stop_after_attempt, wait_fixed

# 定义重试规则：最多重试3次，每次间隔2秒
@retry(stop=stop_after_attempt(3), wait=wait_fixed(2))
def call_unstable_api():
    """模拟调用一个不稳定的API，大概率失败"""
    import random
    if random.random() < 0.8:  # 80%概率触发失败
        raise ConnectionError("API 连接失败")
    return "API 调用成功"

# 调用函数
try:
    result = call_unstable_api()
    print(result)
except Exception as e:
    print(f"最终调用失败：{e}")

关键参数解释：

@retry()：核心装饰器，开启重试功能；
stop=stop_after_attempt(3)：停止条件------最多重试3次（含首次调用）；
wait=wait_fixed(2)：等待策略------每次重试前等待2秒。

2. 高级用法：自定义重试条件+指数退避等待

实际场景中，我们通常只希望对特定异常重试，且重试间隔逐渐变长（指数退避），避免频繁请求压垮服务：

python 复制代码

from tenacity import (
    retry,
    stop_after_attempt,
    wait_exponential,  # 指数退避等待
    retry_if_exception_type,  # 按异常类型重试
    retry_if_result  # 按返回结果重试
)

# 规则：仅对ConnectionError重试，最多5次，等待时间2^n秒（n从1开始），最大等待10秒
@retry(
    stop=stop_after_attempt(5),
    wait=wait_exponential(multiplier=2, min=2, max=10),
    retry=retry_if_exception_type(ConnectionError)
)
def call_db():
    """模拟连接数据库"""
    import random
    if random.random() < 0.7:
        raise ConnectionError("数据库连接超时")
    return "数据库连接成功"

# 调用
try:
    print(call_db())
except ConnectionError as e:
    print(f"多次重试后仍失败：{e}")

关键参数补充：

wait_exponential(multiplier=2, min=2, max=10)：等待时间按 2^重试次数 增长，最小2秒，最大10秒（避免等待过久）；
retry=retry_if_exception_type(ConnectionError)：仅当抛出 ConnectionError 时才重试，其他异常直接报错。

3. 按返回结果重试

有时函数不抛异常，但返回非预期结果（如 None、False），也需要重试：

python 复制代码

from tenacity import retry, stop_after_attempt, retry_if_result

def check_service_status():
    """模拟检查服务状态，返回True/False"""
    import random
    return random.random() > 0.8  # 20%概率返回True

# 规则：返回False时重试，最多重试4次
@retry(
    stop=stop_after_attempt(4),
    retry=retry_if_result(lambda x: x is False)
)
def get_service_status():
    status = check_service_status()
    print(f"检查结果：{status}")
    return status

# 调用
try:
    status = get_service_status()
    print(f"最终服务状态：{status}")
except Exception as e:
    print(f"重试耗尽：{e}")

4. 手动控制重试（非装饰器）

如果不想用装饰器，可手动创建重试器对象：

python 复制代码

from tenacity import Retrying, stop_after_attempt, wait_fixed

def risky_operation():
    import random
    if random.random() < 0.8:
        raise ValueError("操作失败")
    return "操作成功"

# 创建重试器
retryer = Retrying(
    stop=stop_after_attempt(3),
    wait=wait_fixed(1)
)

# 手动执行重试逻辑
try:
    result = retryer(risky_operation)
    print(result)
except Exception as e:
    print(f"重试失败：{e}")

四、常用核心组件总结

组件类型	常用方法	作用
停止策略	`stop_after_attempt(n)`	最多重试n次
	`stop_after_delay(seconds)`	重试总时长不超过seconds秒
等待策略	`wait_fixed(seconds)`	固定间隔等待
	`wait_exponential(multiplier)`	指数退避等待
	`wait_random(min, max)`	随机间隔等待（避免并发重试撞库）
重试条件	`retry_if_exception_type(exc)`	特定异常时重试
	`retry_if_result(func)`	特定返回结果时重试
	`retry_any()`	满足任意一个重试条件就重试

总结

tenacity==9.1.2 是 Python 重试库，核心解决"临时性故障的代码重试"问题，比手动写循环重试更优雅、灵活；
核心使用方式是通过 @retry() 装饰器，搭配停止策略 （stop）、等待策略 （wait）、重试条件（retry）三大核心参数；
常见场景：接口调用重试、数据库连接重试、按返回结果重试，可根据需求组合不同策略（如指数退避+特定异常重试）。

使用时需注意：仅对临时性故障重试（如网络超时），不要对永久性错误（如参数错误、权限不足）重试，否则会浪费资源。