从演示到公开服务:人脸 API 的最小上线清单
人脸服务能在本机返回结果,不代表适合直接暴露公网。这个仓库的推理链比较清楚,但公开运行还需要补上访问控制、资源约束和敏感数据保护。
人脸服务能在本机返回结果,不代表适合直接暴露公网。这个仓库的推理链比较清楚,但公开运行还需要补上访问控制、资源约束和敏感数据保护。
配置类声明了缓存开关、Redis 地址和 TTL,核心服务提供图片 MD5 函数,Compose 还有注释掉的 Redis 示例。但沿主调用链查不到缓存读写,不能把这些准备工作描述成已经上线的结果缓存。
测试脚本逐个发送请求,然后用 1000 / 平均毫秒耗时 打印 QPS。这是单客户端串行场景的速率估计,不能直接代表服务在并发负载下的容量。
服务端已经把对比结果放进 data,仓库测试脚本却仍在顶层读取 result['is_same_person']。这说明 API 演进时,示例客户端和测试同样属于契约的一部分。
项目为构建代理问题设置了多种空代理变量,还写入 apt 禁用代理配置。读这部分时,最重要的是分清“哪一层在联网”。
Dockerfile 和入口脚本都设置了 ALLOW_STACK_EXEC=1,注释将其描述为可执行栈问题的处理办法。但注释与变量名不是运行时行为的证据。
人脸项目的 /health 在返回体里包含 model_loaded,但 HTTP 状态始终正常。Compose 的探针只使用 curl -f,它没有读取这个字段。
/metrics 能返回文本,只能证明有一个输出端点。人脸服务中的 SimpleMetric 是占位实现,标签、计时与导出格式都需要独立审查。
_initialized 避免同一个服务实例重复初始化,FastAPI 生命周期在启动时调用它。这种写法的边界是 Python 进程,而不是容器集群,更不是物理机器。