错误恢复（Error Recovery）关注系统在出现异常时如何降级与继续为用户提供服务。本文提出设计模式与工程建议。
设计模式
- 退化体验（Graceful Degradation）：在次优情况下提供替代交互或简化功能。
- 幂等与重试：确保重试不会产生重复不良副作用，使用幂等键或事务控制。
工程实践
- 对长耗时任务采用后台处理，并通过通知/轮询告知用户最终状态。
- 使用死信队列收集无法处理的任务，供人工或批处理修复。
用户体验
- 明确告知用户当前状态与可选操作，避免信息空白带来的不信任。
结论
通过设计可控的降级路径、幂等任务与清晰的用户反馈，系统在异常场景下仍能保持可用与可维护性。
初步纲要
错误恢复是提高系统鲁棒性与用户体验的关键工程实践。本文讨论常见恢复模式、重试策略、熔断器与用户可见的降级方案。
恢复模式
- 重试（Retry）：对临时失败进行有限重试，配合指数退避与抖动（jitter）避免集群雪崩。
- 熔断（Circuit Breaker）：在下游不可用时短期切断请求并快速失败，节省资源并保护自身稳定性。
- 降级（Fallback）：提供简化或缓存结果以维持用户可用性。
实践要点
- 使用幂等设计配合重试，避免重复副作用。
- 在熔断触发与恢复时发出指标与告警，便于运维判断影响范围。
用户可见性
- 对用户显示友好的错误信息与重试提示，避免展示低级错误栈。
相关工具：Hystrix 模式参考、Resilience4j、以及云厂商提供的托管熔断/限流服务。