java-spanner升级至6.45.0后DEADLINE_EXCEEDED重试失效求助

从java-spanner 6.38.2（gax 2.24）升级到6.45.0（gax 2.32）后出现的DEADLINE_EXCEEDED不重试问题，大概率和GAX版本升级带来的重试逻辑调整有关，以下是具体分析和解决方向：

核心原因推测 #

GAX 2.24到2.32版本间，对DEADLINE_EXCEEDED的重试判定逻辑做了细分：

• 旧版本中，客户端触发的RPC超时（比如InitialRpcTimeout到期）和后端返回的DEADLINE_EXCEEDED都会被纳入重试范围，只要你将该code加入retryableCodes。
• 新版本中，默认的重试Predicate会区分超时来源：仅后端返回的DEADLINE_EXCEEDED会被重试，客户端本地触发的RPC超时会被过滤掉，即使你显式添加了DEADLINE_EXCEEDED到retryableCodes。

排查步骤 #

1. 确认超时类型
   在捕获异常时，打印状态码的详细信息，区分是客户端超时还是后端返回的超时：

   catch (SpannerException e) {
       System.out.println("Status code: " + e.getStatusCode());
       System.out.println("Error message: " + e.getMessage());
       System.out.println("Cause: " + e.getCause());
   }
   

   如果日志中出现类似"Timeout exceeded while waiting for rpc"的信息，说明是客户端本地触发的RPC超时，这是新版本中默认不重试的场景。

2. 检查全局超时配置冲突
   确认是否在构建Spanner客户端时设置了全局级别的deadline，比如：

   SpannerOptions.newBuilder()
       .setSessionTimeout(Duration.ofMillis(100)) // 这个会覆盖Stub级别的重试超时
       .build();
   

   全局超时如果小于你的重试总超时（2000ms），会导致第一次RPC超时后直接终止请求，无法触发重试。

3. 验证重试配置是否生效
   在客户端构建完成后，打印Stub的重试配置，确认DEADLINE_EXCEEDED确实在可重试列表中：

   ReadSettings readSettings = settingsBuilder.build().readSettings();
   System.out.println("Retryable codes: " + readSettings.getRetryableCodes());
   System.out.println("Retry settings: " + readSettings.getRetrySettings());
   

解决方法 #

1. 自定义RetryPredicate覆盖默认逻辑 #

显式设置RetryPredicate，明确将所有DEADLINE_EXCEEDED（无论客户端还是后端触发）纳入重试范围：

settingsBuilder.readSettings()
    .setRetryPredicate(status -> {
        StatusCode.Code code = status.getCode();
        return code == StatusCode.Code.DEADLINE_EXCEEDED 
            || code == StatusCode.Code.UNAVAILABLE;
    })
    .setRetrySettings(
        RetrySettings.newBuilder()
            .setInitialRetryDelay(Duration.ofMillis(10))
            .setMaxRetryDelay(Duration.ofMillis(200))
            .setRetryDelayMultiplier(1.5)
            .setInitialRpcTimeout(Duration.ofMillis(100))
            .setMaxRpcTimeout(Duration.ofMillis(1000))
            .setRpcTimeoutMultiplier(1.5)
            .setTotalTimeout(Duration.ofMillis(2000))
            .build());

2. 调整全局超时配置 #

如果存在全局deadline设置，确保其值不小于重试总超时（2000ms），或者直接移除全局超时配置，改用Stub级别的重试控制。

3. 确认配置未被覆盖 #

检查客户端构建流程，确保settingsBuilder的配置没有被后续代码覆盖，比如某些框架或工具类可能会重置Stub的设置。

内容的提问来源于stack exchange，提问作者kpater87