如何实现固定超时和尝试次数的指数backoff/delay计算？

Question

我见过的大多数 backoff/delay 算法都有固定的尝试次数或固定的超时时间，但不是两者都有。

我想在 T 秒内进行恰好 M 次尝试，它们之间的间隔为指数，因此 "T = delay(0) + delay(1) + ... + delay(M-1)"，其中 "delay(N) = (e^N - 1) / e"（其中 N - 重试次数）。

如何计算上面描述的"e"值，使得在总超时T内恰好进行M次尝试（提前指定M和T）？

Answer 1

由于"T"是"e"的单调函数，您可以执行二分查找找到最适合的值。

这是一个示例 Python 程序，用于在给定 "T" 和 "M":

的情况下找到这样的 "e"

def total_time(e, M):
    current = 1
    total = 0
    for i in range(M):
        total += current-1
        current *= e
    return total

def find_best_e(T, M):
    a, b = 0, T
    while abs(a-b) > 1e-6:
        m = (a+b)/2.0
        if total_time(m, M) > T:
            b = m
        else:
            a = m
    return (a+b)/2


e = find_best_e(10, 3)
print([e**n-1 for n in range(3)])

如何实现固定超时和尝试次数的指数backoff/delay计算？

How to implement exponential backoff/delay calculation with fixed timeout and number of attempts?

algorithm

delay

exponential-backoff

retry-logic