Python GAE/P：为RPC调用实现指数退避

我知道当RPC调用失败时，指数退避是一件好事。到目前为止，在我的GAE/P应用程序中，我使用任务队列实现了指数退避：

deferred.defer(function_that_makes_RPC_call)

如果执行RPC调用的函数引发异常，那么任务队列的指数退避将处理该异常，我不必担心它

然而，一个问题是deferred.defer本身就是一个可能失败的RPC调用！我有时会遇到这样的错误：

DeadlineExceededError:API调用taskqueue.BulkAdd（）花费的时间太长 回复，但被取消

因此，我似乎不能再懒惰了，必须实施自己的指数退避(

我正在考虑在deferred.deferred周围放置一个包装器，它使用如下方式实现指数退避：

@backoff.on_exception(backoff.expo,
                      (exception1, exception2, ...),
                      max_tries=8)
def defer_wrapper(function_that_makes_RPC_call):
    deferred.defer(function_that_makes_RPC_call)

这里，decorator实现了退避，其中在引发一个枚举异常（例如，exception1，exception2，…）时会发生重试

关于这一点，有几个问题：

这是实现指数退避的好解决方案吗

我需要列出哪些例外情况？除了DeadLineExceederRor之外的任何情况

---

我知道有我自己的指数退避然后提交到任务队列有点多余，但我认为延迟。延迟应该比其他RPC调用更很少失败，我希望尽快响应请求。

特别是对于尝试将延迟的任务排队时出现的

deadlineexceedderror

只需进行back2back重试，而不是使用指数回退-由于截止时间间隔本身的原因，尝试之间的间隔将为5秒，在请求本身到达其截止时间之前，最多可进行12次重试

---

不过，对于其他类型的失败可能是一个好主意。

我认为此DeadlineExceederRor特定于API调用，与60秒的请求DeadlineExceederRor相比，它是5秒。看到了吗，那个DeadlineExceederRor？是的，你是对的。