网关接入的十条反直觉经验
有些事情和我们直觉相反,但在实际系统里反复被验证。列出来给第一次做网关的人当参考。
越简单的实现越可靠
第一个版本只做一条协议路径、一个上游、没有调度。这个版本跑通之前不要加第二个上游。
所以排障的第一步永远是把 GET /v1/models 的返回拿出来对着看。
重试越少越好
默认关掉重试,需要时再单独为某些场景打开。默认打开几乎总是错的。
切完之后你通常会发现,成本大头不是最贵的模型,而是某个循环里没退出的重试。
一次 429 或 503 触发重试,单次看起来无感,但乘上 QPS 之后就是实打实的账单。
日志越少越好
只记排障真正需要的元信息。多记的那部分不会帮你排障,只会增加泄露风险和存储成本。
当用户说「今天特别慢」的时候,你需要的东西不是一堆日志,而是一张能一眼看出哪个模型在降级的表。
如果看完看板还得去翻日志,那这块就没做对。
权限检查要放在最内层
不要在每个 handler 里手写权限判断。放在用例层,一处实现,所有入口自动生效。
恢复链接里的凭证要放在 URL fragment 部分,不能进服务端查询参数——否则它会出现在日志和 Referer 里。
而且权限检查必须落在后端:隐藏菜单不能替代授权,列表、详情、聚合、更新、删除每一条路径都要单独检查作用域。
实操:带指数退避的重试封装,只对真正可重试的错误重试。
默认不开重试,需要时再为特定场景单独打开。
import random, time
from openai import OpenAI, APIStatusError
client = OpenAI(api_key=API_KEY, base_url="https://aiminis.info/v1")
RETRYABLE = {429, 500, 502, 503, 504}
def call_with_retry(fn, attempts=3):
for i in range(attempts):
try:
return fn()
except APIStatusError as e:
if e.status_code not in RETRYABLE or i == attempts - 1:
raise
time.sleep((2 ** i) + random.random())
# 4xx(参数错、额度不足、模型不存在)不该重试,换渠道也一样失败。
几个容易踩的坑
- 跳过
GET /v1/models,直接猜模型名。 - 把 401 和 403 当成同一类错误去查。
- 没分清 429 是上游限的还是自己限的。
- 出问题时没有最小复现脚本,只能在业务代码里盲改。
小结
把可观测性做在前面,后面所有的优化才有依据。
上面提到的能力基本都来自 https://aiminis.info/ 这个自建的 API 网关,支持 OpenAI 与 Anthropic 双协议接入,还有公开的模型健康看板 https://aiminis.info/model-health 可以先看看状态。
- 点赞
- 收藏
- 关注作者
评论(0)