¿Cómo funcionan los interruptores de circuito y los reintentos con backoff exponencial en sistemas distribuidos?

Question

IT Interview Practice · Accepted Answer

En sistemas distribuidos, las llamadas fallan. **Los reintentos con backoff exponencial** se recuperan de errores *transitorios*; un **interruptor de circuito** te impide atacar una dependencia que está genuinamente *caída*. Son complementarios: reintentar el problema momentáneo, cortar en la interrupción.

## Reintento con backoff exponencial + jitter

Para fallos transitorios (timeouts, interrupciones breves de red, 503s), reintentar — pero **retroceder exponencialmente y agregar jitter** para que los reintentos se distribuyan en lugar de sincronizarse en una manada.

```text
attempt 1 → wait ~1s   (+ random jitter)
attempt 2 → wait ~2s   (+ random jitter)
attempt 3 → wait ~4s   (+ random jitter)
→ cap at maxRetries (e.g. 3) and a max delay → don't retry forever
```

Precauciones clave:

- **Limitar reintentos** — los reintentos sin límite crean **tormentas de reintentos** que sobrecargan un servicio en recuperación.
- **Idempotencia** — solo reintentar operaciones que sean seguras de repetir (un reintento de pago no debe cobrar dos veces).
- **Jitter** — sin él, todos los clientes reintentan en el mismo instante y repiten el pico de carga.

## Por qué es importante

Sin esto, una dependencia fallida derriba al llamador: las solicitudes se acumulan en timeouts, los reintentos amplifican la carga, y la falla se propaga entre servicios. El backoff exponencial con jitter se recupera de problemas sin una tormenta de reintentos; los límites e idempotencia mantienen los reintentos seguros; y el interruptor de circuito detiene el desperdicio de recursos en una dependencia muerta y le da espacio para recuperarse. Juntos convierten una falla de dependencia en un evento contenido y autorreparable.

## Interruptor de circuito

Un interruptor de circuito rastrea fallos en una dependencia y, después de un umbral, **se abre** — falla rápidamente (o devuelve un respaldo) en lugar de llamar a un servicio muerto. Después de un enfriamiento se vuelve **semiabierto** para sondear la recuperación.

```text
CLOSED   → calls pass through; count failures
  too many failures → trip → OPEN
OPEN     → fail fast immediately (no call); start cooldown timer
  cooldown elapsed → HALF-OPEN
HALF-OPEN → allow a few probe calls
  success → CLOSED (recovered) ; failure → back to OPEN
```

## Cuándo aplica cada uno

```text
Retry           → transient, likely-to-succeed-soon errors (1 slow call)
Circuit breaker → repeated/sustained failures (the dependency is down)
→ use together: breaker prevents retries from piling onto a dead service
```

Reintento con backoff exponencial + jitter

Por qué es importante

Interruptor de circuito

Cuándo aplica cada uno

Preguntas relacionadas