AWS Amplify S3 文件上传随机失败问题分析与解决方案

问题背景

在使用 AWS Amplify 的 Storage 模块进行 S3 文件上传时，开发者可能会遇到随机上传失败的问题。这些失败表现为网络连接中断（ERR_CONNECTION_RESET）或请求无响应，且错误发生时请求甚至没有到达 S3 端点。

问题现象

主要症状包括：

1. 上传过程中随机出现网络错误
2. 浏览器控制台显示"Network Error - Failed to load resource: The network connection was lost"或"ERR_CONNECTION_RESET"
3. 错误源自 xhr-http-handler，但没有更详细的错误信息
4. S3 访问日志中没有记录失败的请求

根本原因分析

经过深入调查，发现问题的核心在于：

1. 网络连接不稳定导致上传过程中断
2. Amplify 的默认重试机制对某些网络错误（如 ERR_CONNECTION_RESET、ERR_NO_RESPONSE 和 503 SLOWDOWN）处理不足
3. 缺乏适当的退避重试策略

技术解决方案

官方修复方案

AWS Amplify 团队在 v6.6.7 版本中修复了重试机制的问题。升级到此版本后，系统能够更可靠地处理上传过程中的网络错误。

自定义重试策略

在官方修复前，开发者可以采用以下自定义重试策略：

export const wrapRetry = async <T>(
  fn: (..._any: any[]) => Promise<T>,
  maxAttempts: number,
  backoffFunction: (attemptNumber: number) => number
) => {
  for (let attempt = 0; attempt < maxAttempts; attempt++) {
    try {
      await new Promise((resolve) => {
        return setTimeout(resolve, backoffFunction(attempt))
      })

      return await fn()
    } catch (err: any) {
      if (attempt === maxAttempts - 1) {
        throw err
      }
      
      // 400和403错误不应重试
      if (err.httpStatusCode === 400 || err.httpStatusCode === 403) {
        throw err
      }
      console.info(`Attempt ${attempt + 1} failed. Retrying...`)
    }
  }

  throw new Error('Maximum number of attempts exceeded.')
}

最佳实践建议

1. 版本升级：始终使用最新版本的 AWS Amplify SDK
2. 重试策略：对于关键上传操作，实现自定义重试逻辑
3. 退避机制：采用指数退避算法，减少重试时的服务器压力
4. 错误分类：区分可重试错误（网络问题）和不可重试错误（权限问题）
5. 监控日志：记录所有上传尝试和失败情况，便于问题排查

技术要点总结

1. 网络不稳定是分布式系统中的常见挑战，必须设计健壮的重试机制
2. 不同的错误类型需要不同的处理策略，不能一概而论
3. 退避算法对于提高重试成功率至关重要
4. AWS SDK 的不断演进会解决许多已知问题，保持更新是良好实践

通过理解这些问题本质和解决方案，开发者可以构建更可靠的基于 AWS Amplify 的文件上传功能。