优化实战 第 67 期 - 优化网络传输中的拥塞问题

指数退避算法是一种在网络通信中常用的重试策略。它主要用于解决网络传输中的拥塞问题，通过动态调整重试时间间隔，有效地减少了网络重试带来的负荷和冲突

指数退避算法

• 算法原理

  每次重试失败后，将重试延迟时间按指数级增加

• 算法规则

  1、初始化一个重试基准时间，通常为一个较小的固定值

  2、每次重试失败后，将重试时间翻倍。也就是说下一次的重试延迟时间是上一次的两倍

  3、为了避免无限增长的情况，可以设置一个最大的重试延迟时间上限

  4、当成功进行一次请求或达到重试延迟时间上限时，重试延迟时间会重新初始化为重试基准时间

性能以及应用场景

• 性能分析

  通过指数退避算法，每次重试的时间间隔会逐渐增加，从而避免了在网络拥塞时频繁的重试行为，减轻了网络负荷，提高了请求的成功率

• 应用场景

  在实际应用中，指数退避算法常用于诸如网络重传、连接重试、数据同步等场景，可以有效地提高系统的稳定性和可靠性

• 应用案例

  优化 WebSocket 的断网重连逻辑，将定时器的延迟时间优化如下，

  Math.min(2 * retryDelayTime, 60000)  // 假设初始延迟时间 retryDelayTime 为 10000
  

通信协议常见应用

• WIFI

  在 WiFi 通信中，指数退避算法是解决网络拥塞的一种方法。当多个设备同时连接 WiFi 网络时，可能会出现数据包的拥堵和丢失，此时指数退避算法可以通过逐步增加重传时间来避免冲突和重复发送

• 蓝牙

  在蓝牙通信中，由于设备数量有限，因此碰撞发生的可能性较小。但在数据传输中可能会出现丢包的情况，此时指数退避算法可以通过逐步增加重传时间来保证数据传输的可靠性