一、这一篇在处理什么
这一篇只处理一件事：在台湾运行的会员登录站，使用维科云的SDK 盾时，如何处理「弱网下重试风暴」。
一次超时触发多个并发重试，隧道和服务端看到的请求数远高于真实操作数。
看同一请求 ID 在短时间内出现的次数。
二、台湾的网络和高峰
晚间高峰集中，整点活动时会有瞬间爬坡。岛内访问和跨境访问差异大。跨境首包变慢时，岛内用户可能仍然正常。
排查时：把台湾岛内和从台湾出去的访问分开统计。只有跨境慢时，不要改岛内源站的业务逻辑。
不要这样做：用台北办公网络代表全部用户。移动网络和办公网络要各测一次。
三、会员登录站要分开的路径
登录页、会话接口和验证码分开。登录响应含身份信息，不能按网址缓存。
防护边界：验证码和登录失败重试要有上限，但不要把整个运营商封掉。
验证：两个浏览器先后登录，确认页面和 Cookie 没有串号。错误密码连续失败时，正常密码仍能登录。
四、SDK 盾怎么接
App 里的登录、下单等关键请求走 SDK 隧道，图片和安装包仍走 CDN。服务端校验时间窗、随机数和签名，不把源站地址写进客户端包。隧道失败时可以降级，但降级必须打点，不能静默改去连源站 IP。
产品说明见SDK 盾。只改和「弱网下重试风暴」有关的域名或路径，不要把会员登录站的其他路径一起改掉。
五、排查步骤
下面五步按因果顺序执行，后一步依赖前一步的结果。步骤针对「弱网下重试风暴」，不是一套通用清单。
- 登录页、会话接口和验证码分开统计。含身份的响应单独标记为不可缓存。 岛内访问和从台湾出去的跨境访问分成两张表。 这一故障在本步要完成的事：给每次业务操作分配请求 ID，重试沿用同一个 ID。
- 验证码失败和登录失败设置次数上限。不要因为失败变多就封掉整个运营商。 只有跨境变慢时，不要修改只服务岛内的程序逻辑。 这一故障在本步要完成的事：统计一个 ID 被发送的次数。
- 会话接口不缓存。若要加挑战，只加在登录入口，已登录后的会话接口不要再挑战。 跨境路径单独改调度或回源。岛内解析保持不动。 这一故障在本步要完成的事：客户端改为指数退避，禁止同时发出多个相同请求。
- 源站按账号限制错误密码次数。不要按来源网络把所有用户锁在一起。 确认岛内表仍然正常后，再发布跨境这一侧的变更。 这一故障在本步要完成的事：服务端按请求 ID 去重。
- 两个浏览器先后登录，确认看不到对方的会话。错误密码失败后，正确密码仍能登录。 用台湾移动网络和办公网络各测一次，不要只用台北办公室的有线网络。 这一故障在本步要完成的事：确认超时时间大于弱网下的正常往返后再谈重试。
六、处理办法
- 重试次数设上限。
- 下单类操作必须去重。
- 不要把重试误判成攻击而封掉运营商。
改完后在台湾的用户网络上复查，不要只在机房内网看。复查时带上会员登录站的验证：两个浏览器先后登录，确认页面和 Cookie 没有串号。错误密码连续失败时，正常密码仍能登录。
七、案例
地铁里下单超时，客户端同时发了三次。服务端扣了三次库存。加上请求 ID 后，重复提交只保留第一次。
若同样的现象出现在台湾，额外核对：把台湾岛内和从台湾出去的访问分开统计。只有跨境慢时，不要改岛内源站的业务逻辑。
业务侧核对：登录页、会话接口和验证码分开。登录响应含身份信息，不能按网址缓存。
这个案例只说明怎么定位，不构成容量或可用性承诺。
八、常见问题
问：为什么不能马上重试？
答：网络还没恢复时，马上重试只是把失败放大。
问：读请求也要去重吗？
答：不强制。写请求必须去重。
问：退避加随机数做什么？
答：避免所有客户端在同一秒一起重试。
问：同一故障换一个地区或一种业务，排查还一样吗？
答：不一样。每一步都先按会员登录站的路径处理，再按台湾的网络条件收窄，最后才做「弱网下重试风暴」这一故障本身的动作。换地区或换业务，前两段操作就会变。
九、边界
只讨论SDK 盾在「弱网下重试风暴」上的处理，地区范围是台湾，业务范围是会员登录站。请遵守当地法律。维科云提供网络能力，不对客户业务内容负责。