3. 错误处理基础理论：错误类型分类、传播机制与补偿策略

在异步任务编排中，错误处理不是简单的 try-catch 就能覆盖的。由于任务之间存在依赖、并发、超时和重试，错误的类型、传播路径以及补偿方式必须从系统架构层面进行设计。本章从错误分类出发，逐步建立错误传播模型、超时与重试策略，以及幂等性设计原则，为后续的补偿机制和链路设计打下理论基础。

3.1 错误类型分类：可恢复与不可恢复

错误分类是补偿策略选择的第一步。根据错误是否可以通过重试或替代路径恢复，将错误分为两大类：

错误分类的决策流程可以用以下 SVG 图表示：

3.2 错误传播机制

在异步任务链路中，错误不会自动向上冒泡。每个任务节点必须显式定义错误传播行为。常见的传播模式有三种：

• 向上传播（Propagate Up）：子任务失败后，将错误传递给父任务或编排器，由上层决定是否终止链路。
• 向下传播（Propagate Down）：父任务失败后，主动取消所有未执行的子任务，避免资源浪费。
• 旁路传播（Side-channel）：通过事件总线或回调队列将错误信息发送给监控系统或补偿处理器，主链路继续执行。

以下 SVG 图展示了三种传播模式在异步链路中的位置：

3.3 超时与重试策略

超时和重试是处理可恢复错误的核心手段。设计时需考虑三个维度：超时粒度、重试间隔和重试次数上限。

3.3.1 超时策略

• 任务级超时：为每个异步任务设置独立的超时时间，超时后触发 TimeoutException。
• 链路级超时：为整个编排链路设置总超时时间，超过后终止所有未完成任务。
• 动态超时：根据历史 P99 延迟动态调整超时阈值，适用于网络波动较大的场景。

3.3.2 重试策略

以下代码示例展示了 Java 中结合 CompletableFuture 的超时与重试实现：

// Java 示例：带超时和重试的异步任务
public CompletableFuture<Result> executeWithRetry(
        Task task, int maxRetries, Duration timeout) {
    
    CompletableFuture<Result> future = 
        CompletableFuture.supplyAsync(() -> task.execute())
            .orTimeout(timeout.toMillis(), TimeUnit.MILLISECONDS);
    
    for (int i = 0; i < maxRetries; i++) {
        future = future.exceptionally(throwable -> {
            if (isRecoverable(throwable)) {
                // 指数退避等待
                long delay = (long) Math.pow(2, i) * 100;
                sleep(delay);
                return task.execute();
            }
            throw new CompletionException(throwable);
        }).orTimeout(timeout.toMillis(), TimeUnit.MILLISECONDS);
    }
    return future;
}

3.4 幂等性设计原则

幂等性是重试策略能够安全实施的前提。如果一个操作被多次执行与单次执行产生相同的结果，则该操作是幂等的。在异步任务编排中，幂等性设计需要覆盖以下层面：

• 接口层幂等：通过幂等令牌（Idempotency Key）保证同一请求不被重复处理。
• 数据层幂等：使用唯一约束、乐观锁或去重表防止重复写入。
• 业务层幂等：业务逻辑本身支持重复执行（如“设置状态为已支付”天然幂等）。

幂等性在重试链路中的位置可以用以下 SVG 图表示：

3.5 错误处理策略组合决策

在实际系统中，错误类型、传播机制、超时重试和幂等性需要组合使用。以下决策表可以帮助架构师快速选择策略：