第26章：网络超时与重试策略——SSH 连接超时和重试机制

   网络运维脚本最怕什么？卡死。一台设备响应慢，整个脚本停在那里不动，后面的设备全等着。这种体验，值班人员会直接关掉脚本。   这章讲两个东西：超时控制和重试机制。这是让脚本稳定跑起来的关键。 

一、SSH 连接超时

  ssh.connect() 有一个 timeout 参数，单位是秒：

  不加 timeout 参数，连接会一直等。网络不通时，Python 默认会等很久很久。加了 timeout=5，5秒没响应就抛异常，程序继续往下走。  这是 20230711.py 版本的代码，没有超时参数：

  这是 20260401.py 版本的代码，加了超时：

二、超时异常要捕获

  加了超时参数，如果真超时了，会抛出 socket.timeout 异常。这个异常不在 except Exception 里面，所以要单独处理，或者用 except 捕获所有异常：

  except Exception as e 能捕获大部分错误，包括：超时、认证失败、连接被拒绝、主机不可达。把错误信息记录到 txtserror 列表里，后面统一处理。 

三、外部程序调用也要重试

  SSH 连接有超时，外部程序调用也要重试。比如打开记事本显示告警内容：

  记事本打开文件也用了同样的重试逻辑：

四、重试次数不是越多越好

  重试次数设多少？5次比较合适。  次数太少，可能偶然失败一次就放弃了。次数太多，万一程序真的有问题，会反复尝试浪费时间。5次是一个平衡点，给足机会但不会无限卡着。  另外，每次重试之间要不要等？我的代码里 sleep(0.5)，等半秒再试。有些场景可能需要等更久，比如设备刚重启，短时间内不会响应。 

五、超时时间和重试次数的关系

  超时时间控制的是单次尝试的上限，重试次数控制的是最多尝试几次。两者配合使用：

六、失败日志要保留

  连接失败了，要记录下来。不能静悄悄的什么都不管。txtserror 列表专门存失败信息：

  这些日志对于排查网络问题很有用。哪天发现某台设备总是连不上，看看日志就知道是超时了还是认证失败了。 

七、跳过长连接设备

  旧版本脚本连接失败后会跳过计算：

  新版本也保留了同样的逻辑。如果有设备连不上，说明这轮数据不完整，不做比对，避免误报：

   超时和重试是让脚本稳定跑起来的基本功。加了这两样东西，脚本不会因为一台设备的问题卡住，也不会因为偶然的网络抖动就报错退出。

关注公众号，输入「专线检测管理平台」获取打包好的 EXE 程序。作者：沉迷 | 微信公众号：沉迷2017

作者：沉迷 | 微信公众号：沉迷2017