Nginx反向代理服务流式输出设置

1.问题场景

提问：为什么我部署的服务没有流式响应

最近在重构原有的GPT项目时，遇到gpt回答速度很慢的现象。在使用流式输出的接口时，接口响应速度居然还是达到了30s以上。

2.现象分析

分析现象我发现，虽然前端还是流式打印的结果，但是，好像是接口处理完了，再以流式返回到的前端。

3.解决过程记录

起初

因为新的重构项目中用MASA 的minimalAPI代替了传统的MVC。所以在接口实现上跟之前有所不同，在对Stream流的处理方式上也有不同。我以为是我处理的方式不对，为此，我的代码做过多次改进。最终的接口如下：

/// <summary>

/// 聊天接口（gpt-4）返回流

/// </summary>

/// <param name="req"></param>

/// <returns></returns>

[Authorize]

[Produces("application/octet-stream")]

public async Task ChatCompletionStream(ChatReq req, CancellationToken cancellationToken = default)

{

    if (_httpContextAccessor.HttpContext?.Items["key"] != null)

    {

        req.Key = _httpContextAccessor.HttpContext?.Items["key"]?.ToString();

    }

    _logger.Information($"ChatStream1开始时间：{DateTime.Now}，key【{req.Key}】");

    var userId = long.Parse(_httpContextAccessor.HttpContext.User.FindFirstValue(ClaimTypes.UserData));

    req.UserId = userId;

    req.IP = _httpContextAccessor.HttpContext?.Connection.RemoteIpAddress?.MapToIPv4().ToString();

    var response = _httpContextAccessor.HttpContext.Response;

    response.ContentType = "application/octet-stream";

    var enumerable = _chatService.ChatCompletionStream(req);

    await foreach (var item in enumerable)

    {

        var bytes = Encoding.UTF8.GetBytes(JsonSerializer.Serialize(item, new JsonSerializerOptions()

        {

            Encoder = JavaScriptEncoder.Create(UnicodeRanges.All)

        }) + "\n");

        await response.BodyWriter.WriteAsync(bytes);

    }

    _logger.Information($"ChatStream1结束时间：{DateTime.Now}");

}

后来

在优化代码后，本地速度提升明显。但是在服务器上速度任然不理想。让我怀疑，是不是代码问题?难道是别的问题。

与此同时，昨天，我的搭档同样向我抛出了这个问题：“聊天的接口好慢”

我说出了两种可能：1.代码，是minimalAPI的锅。2.网络，我们的服务部署在自己的服务器上，然后通过内网映射，又通过反向代理调用的OpenAI的接口，网络复杂，造成了速度慢。

最后发现问题

今天，我想到问题所在，我们的反向代理服务，是通过nginx做了反向代理的，之前我们解决过后端服务的nginx反向代理设置流式传输的问题。问题就在这里。对应的yarn服务的nginx配置同样需要设置流式传输。

2.解决问题的方法

如果你使用 ngnix 反向代理，需要在配置文件中增加下列代码：

\# 不缓存，支持流式输出

proxy_cache off;  # 关闭缓存

proxy_buffering off;  # 关闭代理缓冲

chunked_transfer_encoding on;  # 开启分块传输编码

tcp_nopush on;  # 开启TCP NOPUSH选项，禁止Nagle算法

tcp_nodelay on;  # 开启TCP NODELAY选项，禁止延迟ACK算法

keepalive_timeout 300;  # 设定keep-alive超时时间为65秒

3 什么是代理，如何使用？

由于 OpenAI 的 IP 限制，中国和其他一些国家/地区无法直接连接 OpenAI API，需要通过代理。你可以使用代理服务器（正向代理），或者已经设置好的 OpenAI API 反向代理。

- 正向代理例子：梯子。docker 部署的情况下，设置环境变量 HTTP_PROXY 为你的代理地址（例如：10.10.10.10:8002）。

- 反向代理例子：可以用别人搭建的代理地址，或者通过 Cloudflare 免费设置。设置项目环境变量 BASE_URL 为你的代理地址。

4.搭建反向代理服务

yarn 服务反向代理GPT部署方案：yarn 反向代理

阅读如遇样式问题，请前往个人博客浏览： https://www.raokun.top

拥抱ChatGPT：https://chat111.terramours.site

开源项目地址:https://github.com/raokun/YarpProject