把健康探测的副作用控制在管理员头上

举报
Rolle 发表于 2026/11/15 17:56:07 2026/11/15
【摘要】 任何需要真实发请求的监控都有成本。问题只在于这笔成本记在谁头上——记在用户头上,就是一个需要立刻修掉的 bug。

任何需要真实发请求的监控都有成本。问题只在于这笔成本记在谁头上——记在用户头上,就是一个需要立刻修掉的 bug。

探测消耗上游额度,不消耗用户额度

这是两笔完全不同的账。用户额度是用户的,探测是平台自己的运维开销,混在一起会让所有账单都失去可信度。

正确做法是:探测消耗上游额度,但不计入任何用户额度。

否则用户会来问「我什么都没干,为什么额度少了」。

探测频率是个成本参数

默认 300 秒是权衡结果:更频繁能更快发现降级,但上游成本和自身压力都上去了。允许调整范围(比如 60 秒到 1 小时)比写死一个值更合理。

一个合格的状态看板至少要区分四种状态:operational(正常)、degraded(成功但慢或多渠道部分失败)、failed(全部探测失败)、unknown(数据不足)。

尤其要克制的是:只有探测到的目标、且检测是新鲜的,才配叫「正常」。

部分探测方式可以更便宜

比如先用一次 HEAD 请求确认连通性,失败时就不发昂贵的文本请求。这样既能拿到网络往返耗时,又能在故障时省下大部分成本。

不发送凭据和模型正文

探测请求不应该携带业务凭据或用户正文。这是安全要求,同时也是隐私要求。

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。

看板的价值不在于好看,而在于能直接驱动动作:哪个模型该降级、哪条线路该扩容、用户的报错能不能归因。

实操:把健康看板的数据接进你自己的监控。

返回里的 ping_ms 和 latency_ms 是两条不同的信号,值得分开监控。

curl -s "https://aiminis.info/api/v1/model-health" | python3 -c "
import json, sys
d = json.load(sys.stdin)['data']
print('探测间隔:', d['interval_seconds'], '秒')
for it in d['items']:
    rate = it.get('success_rate')
    rate = 'n/a' if rate is None else f'{rate:.1f}%'
    print(f\"{it['model']:<24} {it['status']:<12} {it['latency_ms']:>6}ms  成功率 {rate}\")
"

# 关键点:这个接口是公开只读的,不需要 Key,
# 但探测消耗的是上游额度,不会扣到任何用户头上。

几个容易踩的坑

  • 把「未知」显示成「正常」,用户信了然后发现调不通。
  • 健康探测的请求被记在某个用户 Key 名下,账单凭空多出一截。
  • 拿 HEAD 探测的网络往返当成模型响应延迟来判断性能。
  • 把上游故障率和本站请求失败率混为一谈,误判故障范围。

小结

把配置项和凭据都外置,是成本最低、收益最持久的一个工程习惯。

对具体能力有疑问,可以直接看接入文档 https://aiminis.info/docs/api-integration,里面把 Base URL、鉴权方式和各协议的可选范围都列清楚了。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。