Azure Event Grid死信重试配置不生效：仅1次重试后触发死信

核心原因分析 #

你的问题核心在于错误类型触发了Event Grid的永久错误判定：当Webhook返回NotFound（404）时，Event Grid将其归类为UndeliverableDueToClientError（客户端不可修复错误），这类错误默认不会触发自定义重试策略，仅会执行1次快速重试后直接进入死信流程，无视你配置的重试次数和TTL规则。

Event Grid的重试逻辑区分两类错误：

• 可重试错误：5xx状态码、408（请求超时）、429（限流），这类错误会遵循你配置的重试策略进行多次尝试。
• 不可重试错误：大部分4xx状态码（如404、401、403），Event Grid判定为永久无法修复，仅执行1次重试后触发死信。

解决方案 #

1. 修正Webhook返回状态码（优先推荐） #

如果Webhook不可用是临时状态（比如服务重启、临时网络问题），不要返回404，应返回以下状态码触发重试：

• 429（Too Many Requests）：表示服务暂时过载，Event Grid会按指数退避策略重试。
• 408（Request Timeout）：表示请求超时，触发重试。
• 5xx（服务端错误）：如500、503，触发重试。

2. 配置自定义重试策略包含404错误 #

如果必须针对404错误进行重试，可通过Azure CLI更新订阅的重试策略，指定要重试的HTTP状态码：

az eventgrid event-subscription update \
  --name <你的事件订阅名称> \
  --source-resource-id <你的Event Grid主题资源ID> \
  --retry-policy "{\"maxDeliveryAttempts\":3,\"eventTimeToLiveInMinutes\":30,\"retryOnHttpStatusCodes\":[404]}"

3. 验证重试策略是否生效 #

执行以下命令确认配置已正确应用：

az eventgrid event-subscription show \
  --name <你的事件订阅名称> \
  --source-resource-id <你的Event Grid主题资源ID> \
  --query "retryPolicy"

返回结果应包含retryOnHttpStatusCodes字段及你指定的状态码。

4. 检查死信与重试的触发条件 #

Event Grid的死信触发遵循先满足者优先原则：

• 当投递次数达到maxDeliveryAttempts，无论TTL是否到期，都会进入死信。
• 当事件超过eventTimeToLiveInMinutes，无论重试次数是否达标，都会进入死信。
  确认你的配置中，重试次数和TTL的逻辑是否符合预期。

内容的提问来源于stack exchange，提问作者Mr. code