Jitter คืออะไรและสำคัญอย่างไร?

Jitter คือการเพิ่มความสุ่มให้ดีเลย์ของ backoff ถ้าไม่มี jitter client หลายพันตัวที่ล้มเหลวพร้อมกันจะกลับมา retry พร้อมกันอีก (thundering herd) Full jitter สุ่มหน่วงระหว่าง 0 ถึง slot, equal jitter ระหว่างครึ่งหนึ่งถึงเต็ม slot และ decorrelated jitter คิดดีเลย์จากครั้งก่อนหน้า ตามแนวทางใน AWS architecture blog

ควรเลือกโหมด jitter แบบไหน?

สำหรับ client จำนวนมากที่เรียก API เดียวกัน full jitter คือค่าเริ่มต้นที่แนะนำ - AWS, Google และ Stripe ล้วนแนะนำเช่นนี้ Equal jitter ทำให้ดีเลย์ใกล้ slot ที่คำนวณไว้ ส่วน decorrelated jitter ปรับตามประวัติล่าสุด ควรใช้แบบไม่มี jitter เฉพาะ client เดียวหรืองานลำดับเดียว เช่น IoT device provisioning

ควรใช้ base, multiplier และ cap เท่าไรดี?

สูตรยอดนิยมใน production คือ base 0.5-1 วินาที, multiplier 2, cap 30-60 วินาที, full jitter และ retry ประมาณ 5-8 ครั้ง เริ่มจาก rate limit ของ API และช่วงเวลาล่มที่คาดไว้: base สั้นช่วยกู้คืนเร็วหลังปัญหาชั่วคราว ส่วน cap สูงช่วยรองรับเหตุล่มนานโดยไม่ยิง server ถี่เกินไป

ตัวคำนวณ Exponential Backoff

คำนวณตาราง retry delay แบบ exponential backoff ออนไลน์ฟรี ตั้ง base interval, multiplier, cap และ jitter (full, equal, decorrelated) พร้อมไทม์ไลน์ราย retry และ snippet Python/JS ทำงานฝั่ง client 100%

ตัวคำนวณ Exponential Backoff คืออะไร?

Exponential backoff คือกลยุทธ์ retry มาตรฐานสำหรับเครือข่ายที่ไม่เสถียรและ service ที่ทำงานหนัก: หลังพยายามแต่ละครั้งล้มเหลวจะหน่วงนานขึ้นเรื่อย ๆ ก่อนลองใหม่ โดยดีเลย์เติบโตตาม multiplier จนถึง cap ที่กำหนดได้ เครื่องมือออนไลน์ฟรีนี้คำนวณดีเลย์ที่แน่นอนของทุก retry จาก base interval, multiplier, cap และจำนวน retry เพิ่ม jitter (full, equal หรือ decorrelated สไตล์ AWS) เพื่อป้องกัน retry storm ที่พร้อมกัน และสรุปเวลาหน่วงกรณีแย่สุด พร้อมสร้าง snippet retry Python และ JavaScript พร้อมใช้งานตามพารามิเตอร์ของคุณ ทำงานทั้งหมดฝั่ง client 100% ในเบราว์เซอร์

ประโยชน์หลัก

ป้องกัน retry แบบ thundering herd ด้วยการเห็นภาพการกระจายโหลดของ jitter
ปรับนโยบาย retry ที่เร็วและปลอดภัยที่สุดก่อนเขียนโค้ดแม้แต่บรรทัดเดียว
รู้เวลาหน่วงรวมกรณีแย่สุดสำหรับ SLA และ timeout ที่ผู้ใช้เห็น
เทียบกลยุทธ์ jitter ทั้ง 4 แบบบนพารามิเตอร์เดียวกันได้ทันที
ได้ snippet Python และ JavaScript พร้อมใช้ใน production ในคลิกเดียว

กรณีการใช้งาน

•ปรับนโยบาย retry ของ API client สำหรับ endpoint ที่จำกัด rate หรือไม่เสถียร
•ออกแบบ error handling สำหรับ AWS SDK / cloud service ด้วย jitter ที่แนะนำ
•กำหนด timeout และจำนวน retry ให้การเรียกใช้งานระหว่าง microservice
•สอนความทนทานของระบบ distributed ด้วยไทม์ไลน์ retry ที่จับต้องได้
•ตั้งค่าช่วงหน่วง retry ของ message-queue consumer และ webhook delivery

วิธีคำนวณตาราง Exponential Backoff

ตั้งค่า base interval และ multiplier: Base คือดีเลย์ของ retry แรก ส่วน multiplier (นิยมใช้ 2) ทำให้ดีเลย์ครั้งถัด ๆ ไปเติบโตแบบเรขาคณิต

ใส่ cap และจำนวน retry: Cap จำกัดดีเลย์ยาวที่สุดของแต่ละครั้ง ส่วนจำนวน retry กำหนดขอบเขตของตาราง

เลือกโหมด jitter: เลือก none, full, equal หรือ decorrelated เพื่อดูว่าดีเลย์กระจายตัวอย่างไรเมื่อมีหลาย client

คัดลอกไทม์ไลน์และ snippet: ตรวจไทม์ไลน์ราย retry พร้อมเวลาสะสม แล้วคัดลอก snippet Python หรือ JavaScript ที่ตั้งค่าตามพารามิเตอร์ของคุณไว้แล้ว

คุณสมบัติหลัก

จัดการ jitter 4 โหมด: none, full, equal และ decorrelated สไตล์ AWS

ไทม์ไลน์ราย retry พร้อมค่าดิบ หลัง cap และยอดสะสม

ตั้ง cap ได้พร้อมเทียบค่าก่อนและหลัง cap แบบเรียลไทม์

Seed แบบ deterministic พร้อมปุ่มสุ่มใหม่สำหรับ jitter ที่ทำซ้ำได้

คัดลอก snippet Python และ JavaScript ที่สร้างจากพารามิเตอร์ของคุณ

ตัวคำนวณ Exponential Backoff

Base Interval (วินาที)

ดีเลย์เริ่มต้นก่อน retry ครั้งแรก หน่วยเป็นวินาที

Multiplier

ตัวคูณการเติบโตหลังแต่ละ retry เช่น 2 หมายถึงดีเลย์เพิ่มเป็นสองเท่าทุกครั้ง

Cap (วินาที)

ดีเลย์สูงสุดของแต่ละ retry ปล่อยว่างเพื่อไม่จำกัด

จำนวนครั้งที่ Retry

จำนวน retry ที่ต้องการคำนวณ (1-20 ครั้ง)

โหมด Jitter

Exponential backoff แบบบริสุทธิ์: ทุก client หน่วงเท่ากันพอดี ทำให้ retry พร้อมกันเป็นฝูง (thundering herd) ได้

เวลาหน่วงรวม

1m 3s

เวลาหน่วงสะสมในกรณีแย่สุดตลอด 6 retries ก่อนการทำงานสำเร็จ

ดีเลย์ Retry แรก

1.00 s

Slot สูงสุด (หลัง cap)

32.00 s

จำนวน Retry

ครั้งที่	ดิบ (ไม่ cap)	Slot (หลัง cap)	หน่วง	สะสม
1	1.00 s	1.00 s	1.00 s	1.00 s
2	2.00 s	2.00 s	2.00 s	3.00 s
3	4.00 s	4.00 s	4.00 s	7.00 s
4	8.00 s	8.00 s	8.00 s	15.00 s
5	16.00 s	16.00 s	16.00 s	31.00 s
6	32.00 s	32.00 s	32.00 s	1.1 min

Snippet สำเร็จรูป

Python

import random

def backoff_sleep(attempt, base=1.0, multiplier=2.0, cap=60.0, jitter="full", prev=None):
    """Return seconds to wait before retry `attempt` (1-based)."""
    slot = min(cap, base * multiplier ** (attempt - 1))
    if jitter == "full":
        return random.uniform(0, slot)
    if jitter == "equal":
        return slot / 2 + random.uniform(0, slot / 2)
    if jitter == "decorrelated":
        prev = base if prev is None else prev
        return min(cap, base + random.uniform(0, max(base, prev * 3) - base))
    return slot  # no jitter


# Retry loop example
for attempt in range(1, 7):
    delay = backoff_sleep(attempt)
    print(f"attempt {attempt}: sleeping {delay:.2f}s")
    # ... call the failing operation here ...

JavaScript

async function backoffSleep(attempt, {
  base = 1,
  multiplier = 2,
  cap = 60,
  jitter = "full",
  prev = null,
} = {}) {
  const slot = Math.min(cap, base * multiplier ** (attempt - 1));
  if (jitter === "full") return Math.random() * slot;
  if (jitter === "equal") return slot / 2 + Math.random() * (slot / 2);
  if (jitter === "decorrelated") {
    const p = prev === null ? base : prev;
    return Math.min(cap, base + Math.random() * (Math.max(base, p * 3) - base));
  }
  return slot; // no jitter
}

// Retry loop example
let prev = null;
for (let attempt = 1; attempt <= 6; attempt++) {
  const delay = await backoffSleep(attempt, { prev });
  prev = delay;
  console.log(`attempt ${attempt}: sleeping ${delay.toFixed(2)}s`);
  // ... call the failing operation here ...
}

เกี่ยวกับเครื่องมือนี้

Exponential backoff คือกลยุทธ์ retry มาตรฐานสำหรับงานที่ล้มเหลวได้: หลังจากพยายามแต่ละครั้งล้มเหลว จะหน่วงนานขึ้นก่อนลองใหม่ โดยดีเลย์เติบโตตาม multiplier จนถึง cap ที่กำหนดได้ เครื่องมือออนไลน์ฟรีนี้แสดงดีเลย์ที่แน่นอนของทุก retry เพิ่ม jitter แบบเลือกได้ (full, equal หรือ decorrelated สไตล์ AWS) เพื่อป้องกัน retry storm ที่พร้อมกันจากหลาย client และสรุปเวลาหน่วงรวมกรณีแย่สุด พร้อม snippet Python และ JavaScript ตามพารามิเตอร์ของคุณ ทำงานทั้งหมดฝั่ง client 100% ในเบราว์เซอร์

ทำไมต้องใช้ตัวคำนวณ Exponential Backoff?

•ป้องกัน retry storm: เห็นภาพว่า jitter ช่วยกระจาย retry แทนการให้ทุก client ลองพร้อมกัน
•ปรับ base, multiplier และ cap ให้สมดุลระหว่างกู้คืนเร็วกับ API rate limit
•รู้เวลาหน่วงรวมกรณีแย่สุดก่อนตั้งจำนวน retry ใน production
•เทียบ no-jitter, full, equal และ decorrelated jitter ไปพร้อมกันด้วยพารามิเตอร์เดียวกัน
•คัดลอก retry snippet Python และ JavaScript พร้อมใช้ใน production ไม่ต้องคิดสูตรเอง

คุณสมบัติเด่น

✓จัดการ jitter 4 โหมด: none, full, equal และ decorrelated สไตล์ AWS
✓ไทม์ไลน์ราย retry พร้อมค่าดิบ หลัง cap และยอดสะสม
✓ตั้ง cap ได้พร้อมเทียบค่าก่อนและหลัง cap แบบเรียลไทม์
✓Seed แบบ deterministic พร้อมปุ่มสุ่มใหม่สำหรับ jitter ที่ทำซ้ำได้
✓คัดลอก snippet Python และ JavaScript ที่สร้างจากพารามิเตอร์ของคุณ

Loading tool...

ตัวคำนวณ Exponential Backoff คืออะไร?

ประโยชน์หลัก

ป้องกัน retry แบบ thundering herd ด้วยการเห็นภาพการกระจายโหลดของ jitter
ปรับนโยบาย retry ที่เร็วและปลอดภัยที่สุดก่อนเขียนโค้ดแม้แต่บรรทัดเดียว
รู้เวลาหน่วงรวมกรณีแย่สุดสำหรับ SLA และ timeout ที่ผู้ใช้เห็น
เทียบกลยุทธ์ jitter ทั้ง 4 แบบบนพารามิเตอร์เดียวกันได้ทันที
ได้ snippet Python และ JavaScript พร้อมใช้ใน production ในคลิกเดียว

กรณีการใช้งาน

•ปรับนโยบาย retry ของ API client สำหรับ endpoint ที่จำกัด rate หรือไม่เสถียร
•ออกแบบ error handling สำหรับ AWS SDK / cloud service ด้วย jitter ที่แนะนำ
•กำหนด timeout และจำนวน retry ให้การเรียกใช้งานระหว่าง microservice
•สอนความทนทานของระบบ distributed ด้วยไทม์ไลน์ retry ที่จับต้องได้
•ตั้งค่าช่วงหน่วง retry ของ message-queue consumer และ webhook delivery

วิธีคำนวณตาราง Exponential Backoff

ตั้งค่า base interval และ multiplier: Base คือดีเลย์ของ retry แรก ส่วน multiplier (นิยมใช้ 2) ทำให้ดีเลย์ครั้งถัด ๆ ไปเติบโตแบบเรขาคณิต
ใส่ cap และจำนวน retry: Cap จำกัดดีเลย์ยาวที่สุดของแต่ละครั้ง ส่วนจำนวน retry กำหนดขอบเขตของตาราง
เลือกโหมด jitter: เลือก none, full, equal หรือ decorrelated เพื่อดูว่าดีเลย์กระจายตัวอย่างไรเมื่อมีหลาย client
คัดลอกไทม์ไลน์และ snippet: ตรวจไทม์ไลน์ราย retry พร้อมเวลาสะสม แล้วคัดลอก snippet Python หรือ JavaScript ที่ตั้งค่าตามพารามิเตอร์ของคุณไว้แล้ว

คุณสมบัติหลัก

จัดการ jitter 4 โหมด: none, full, equal และ decorrelated สไตล์ AWS
ไทม์ไลน์ราย retry พร้อมค่าดิบ หลัง cap และยอดสะสม
ตั้ง cap ได้พร้อมเทียบค่าก่อนและหลัง cap แบบเรียลไทม์
Seed แบบ deterministic พร้อมปุ่มสุ่มใหม่สำหรับ jitter ที่ทำซ้ำได้
คัดลอก snippet Python และ JavaScript ที่สร้างจากพารามิเตอร์ของคุณ

คำถามที่พบบ่อย

ครั้งที่

ดิบ (ไม่ cap)

Slot (หลัง cap)

หน่วง

สะสม

1.00 s

2.00 s

3.00 s

4.00 s

7.00 s

8.00 s

15.00 s

16.00 s

31.00 s

32.00 s

1.1 min

import random def backoff_sleep(attempt, base=1.0, multiplier=2.0, cap=60.0, jitter="full", prev=None): """Return seconds to wait before retry `attempt` (1-based).""" slot = min(cap, base * multiplier ** (attempt - 1)) if jitter == "full": return random.uniform(0, slot) if jitter == "equal": return slot / 2 + random.uniform(0, slot / 2) if jitter == "decorrelated": prev = base if prev is None else prev return min(cap, base + random.uniform(0, max(base, prev * 3) - base)) return slot # no jitter # Retry loop example for attempt in range(1, 7): delay = backoff_sleep(attempt) print(f"attempt {attempt}: sleeping {delay:.2f}s") # ... call the failing operation here ...

async function backoffSleep(attempt, { base = 1, multiplier = 2, cap = 60, jitter = "full", prev = null, } = {}) { const slot = Math.min(cap, base * multiplier ** (attempt - 1)); if (jitter === "full") return Math.random() * slot; if (jitter === "equal") return slot / 2 + Math.random() * (slot / 2); if (jitter === "decorrelated") { const p = prev === null ? base : prev; return Math.min(cap, base + Math.random() * (Math.max(base, p * 3) - base)); } return slot; // no jitter } // Retry loop example let prev = null; for (let attempt = 1; attempt <= 6; attempt++) { const delay = await backoffSleep(attempt, { prev }); prev = delay; console.log(`attempt ${attempt}: sleeping ${delay.toFixed(2)}s`); // ... call the failing operation here ... }

เกี่ยวกับเครื่องมือนี้

ตัวคำนวณ Exponential Backoff คืออะไร?

ประโยชน์หลัก

กรณีการใช้งาน

วิธีคำนวณตาราง Exponential Backoff

คุณสมบัติหลัก

คำถามที่พบบ่อย

Exponential backoff คืออะไร?

Jitter คืออะไรและสำคัญอย่างไร?

ควรเลือกโหมด jitter แบบไหน?

ควรใช้ base, multiplier และ cap เท่าไรดี?

Snippet สำเร็จรูป

เกี่ยวกับเครื่องมือนี้

ทำไมต้องใช้ตัวคำนวณ Exponential Backoff?

คุณสมบัติเด่น

ตัวคำนวณ Exponential Backoff คืออะไร?

ประโยชน์หลัก

กรณีการใช้งาน

วิธีคำนวณตาราง Exponential Backoff

คุณสมบัติหลัก

คำถามที่พบบ่อย

Exponential backoff คืออะไร?

Jitter คืออะไรและสำคัญอย่างไร?

ควรเลือกโหมด jitter แบบไหน?

ควรใช้ base, multiplier และ cap เท่าไรดี?

Snippet สำเร็จรูป

เกี่ยวกับเครื่องมือนี้

ทำไมต้องใช้ตัวคำนวณ Exponential Backoff?

คุณสมบัติเด่น