Azure App Service调用第三方API时HttpClient随机请求失败排查

API 探路者

2026-10-1

故障根因

重试策略覆盖不全：默认HandleTransientHttpError()仅处理HttpRequestException、5xx状态码、408请求超时，本次故障中连接阶段抛出的TaskCanceledException（内部为SocketException）未被纳入重试规则，不会触发重试直接抛出异常。
连接生命周期配置冲突：代码中同时配置了ServicePoint.ConnectionLeaseTimeout = 60s和SetHandlerLifetime = 10min，前者要求连接60秒后强制回收，后者的HttpClient处理器10分钟才会销毁，导致池子里残留大量已经被ServicePoint标记为失效的连接，复用这些连接时会直接触发连接失败。
Azure负载均衡空闲连接中断：Azure App Service的出站负载均衡默认空闲超时为4分钟，未开启TCP保活的空闲连接会被静默断开，复用这类过期连接时会直接触发连接失败。
全局超时设置偏严：HttpClient全局超时设为10秒，如果网络抖动导致TCP三次握手耗时稍长，会直接触发超时取消。

排查方法

补充异常细节日志：捕获TaskCanceledException时，判断内部是否包含SocketException，同时记录请求的完整链路ID、耗时，确认故障是否均发生在连接建立阶段。
开启HttpClient调试日志：将日志配置中Microsoft.Extensions.Http的级别调整为Debug，追踪连接的创建、复用、销毁流程，确认故障请求是否复用了空闲时间超过阈值的旧连接。
验证重试触发情况：在Polly的重试回调中添加日志，记录所有触发重试的异常类型、状态码，确认连接类异常是否未被重试规则捕获。
底层网络连通性验证：在App Service的Kudu控制台中使用tcpping <第三方域名>:443持续压测，确认是否存在随机TCP连接失败情况，排除底层网络抖动影响。

修复方案

完善Polly重试策略，显式覆盖连接阶段异常：

var retryPolicy = HttpPolicyExtensions.HandleTransientHttpError()
    // 覆盖连接阶段抛出的取消异常
    .Or<TaskCanceledException>(ex => ex.InnerException is SocketException)
    .OrResult(msg => msg.StatusCode == HttpStatusCode.NotFound)
    .WaitAndRetryAsync(3, retryAttempt => TimeSpan.FromSeconds(Math.Pow(2, retryAttempt)) + TimeSpan.FromMilliseconds(jitter.Next(0, 500)));

统一连接生命周期配置，移除过时的ServicePointManager配置，使用.NET Core推荐的SocketsHttpHandler配置：

services.AddHttpClient<IFooService, FooService>(client =>
{
    // 可根据实际情况适当放宽超时到15s
    client.Timeout = TimeSpan.FromSeconds(15);
})
.ConfigurePrimaryHttpMessageHandler(() => new SocketsHttpHandler
{
    // 连接池中的连接最长存活1分钟，避免Azure负载均衡断连
    PooledConnectionLifetime = TimeSpan.FromMinutes(1),
    // 开启保活探测，避免空闲连接被静默断开
    KeepAlivePingPolicy = HttpKeepAlivePingPolicy.Always,
    KeepAlivePingTimeout = TimeSpan.FromSeconds(30)
})
// 处理器生命周期和连接生命周期保持一致
.SetHandlerLifetime(TimeSpan.FromMinutes(1))
.AddPolicyHandler(retryPolicy);

如果需要保留ServicePointManager配置，需将SetHandlerLifetime调整为和ConnectionLeaseTimeout一致的60秒，同时开启TCP保活：

var sp = ServicePointManager.FindServicePoint(new Uri(_config.BaseUri));
sp.ConnectionLeaseTimeout = 60 * 1000;
// 空闲2分钟后开始发送保活包，每30秒一次
sp.SetTcpKeepAlive(true, 120000, 30000);

内容的提问来源于stack exchange，提问作者Rory McCrossan