A user clicks a button. The request stalls. Ten seconds of silence. They click the fallback button. Now two jobs are running against a single intention. You end up with duplicate side effects, double charges, and a data mess that eats your afternoon.

This is not a frontend bug. A disabled button or a debounce timer in React will not save you. The first request was already in flight. The network simply swallowed the response. If your backend treats every incoming request as a brand new instruction, retries become liabilities. You need to fix this in your API design and your database schema.

The solution starts with a simple structural split.

Split Jobs from Attempts

Think of a job as the durable record of what the user wants. It captures the owner, the parameters, the target provider, and the exact intent. An attempt is a specific try at fulfilling that intent.

Picture a print shop. You hand over a file and they give you ticket #45. That ticket is the job. The shop tries the inkjet printer. It jams. That is attempt one. They move the file to the laser printer. That is attempt two. Throughout the process, ticket #45 never changes. If the shop issued a new ticket for every printer they tried, you would pay three times and receive three unwanted copies.

Your database should mirror this. One table holds jobs. Another table holds attempts. The job row stays constant while the attempts accumulate beneath it.

This separation gives you control. It also gives you a place to attach an idempotency key that survives network blips.

Require an Idempotency Key on Every Job

Every POST request that creates a job must carry a unique idempotency key. This key belongs to the user, not the session. Combine the owner ID and the key, then enforce a unique database constraint across those two columns.

Why a database constraint? Because checking for existence in application code before inserting is a race condition waiting to happen. Two identical requests can slip through the same microsecond gap. Let the database be the enforcer. If a user sends the same owner ID and key twice, the second request catches the unique violation and you return the existing job. Both requests get the same job ID. No duplicate work starts.

Be strict about scope. If someone reuses the key but changes the input payload, return a conflict. The idempotency key must bind to an exact intention, not just the user. Same key with different input means the client is confused, and your system should reject it rather than guess.

Protect State Transitions

An attempt is a state transition, not a new job. Your API must refuse to spawn a fresh attempt if a previous attempt is still hanging in a starting or unknown state.

Timeouts are the reason. When a provider request times out, the client sees failure, but the server-side process might still be alive. The GPU cluster could still be churning on your inference request. The container might still be writing to blob storage. If you mark the timed-out attempt as failed and immediately fire a second attempt, you are gambling with duplicate side effects.

Treat a timeout as an unknown state, not a failed one. Block new attempts until the earlier one reaches a terminal state or is explicitly cancelled by an out-of-band process. This pause is uncomfortable. It forces the user to wait. It also prevents the chaos of two workers mutating the same downstream resources.

Resolve Races with Compare-and-Swap

The hardest problems show up when multiple attempts finish. Maybe your system fired attempt one against the primary provider. After ten seconds of silence, it fired attempt two against the fallback. Now both attempts are done. You cannot let both write their results to the same job row.

Use compare-and-swap logic. Add a version number to the job row. When an attempt finishes, it runs an update with conditions:

  • The current version must match what the attempt read at the start.
  • No other attempt must have already claimed the result slot.
  • If both pass, write the result and increment the version.

In SQL terms, that looks like an update statement with a WHERE id = $1 AND version = $2 AND completed_by IS NULL. If the update returns zero rows, another attempt already won. The late arrival must be ignored. Drop its result. Do not merge. Do not append. Throw the work away. A late result that overwrites an earlier winner is data corruption, and the only safe move is to discard it.

Dies bewältigt den Abschluss in umgekehrter Reihenfolge sauber. Versuch A wird zuerst gesendet, kehrt aber erst nach dreißig Sekunden zurück. Versuch B wird als Zweiter gesendet, kehrt aber bereits nach fünf Sekunden zurück. Versuch B gewinnt das Compare-and-Swap. Das Update von Versuch A betrifft null Zeilen. Ihr System protokolliert die Race Condition, ignoriert die veraltete Payload und macht weiter.

Testen Sie die Bruchstellen

Diese Bugs werden Sie bei Happy-Path-Tests nicht finden. Ihre Testsuite muss gezielt die Bruchstellen anvisieren.

  • Simulieren Sie einen Doppelklick. Zwei gleichzeitige POST-Anfragen mit demselben Idempotenzschlüssel müssen identische Job-IDs zurückgeben.
  • Senden Sie denselben Schlüssel mit abweichenden Eingaben. Erwarten Sie eine Konflikt-Antwort. Das System darf den bestehenden Job nicht stillschweigend zurückgeben, wenn die Parameter abweichen.
  • Provozieren Sie einen Timeout. Überprüfen Sie, ob der Job in einen unbekannten Zustand (unknown state) und nicht in einen fehlgeschlagenen Zustand (failed state) übergeht und ob das System weitere Versuche blockiert, bis die Unklarheit beseitigt ist.
  • Erzwingen Sie, dass zwei Versuche in umgekehrter Reihenfolge abgeschlossen werden. Bestätigen Sie, dass derjenige, der als Zweiter zurückkehrt, verliert, selbst wenn derjenige, der als Erster gesendet wurde, der offizielle primäre Provider war.

Diese Tests sind kein Luxus für Grenzfälle. Sie sind der Vertrag, den Ihre API mit dem Rest des Systems schließt.

Validieren Sie die Absicht des Providers vor dem Failover

Wenn Sie ein Multi-Provider-Setup betreiben, werden Sie vielleicht versucht sein, verschiedene KI-Modelle als austauschbare Slots zu behandeln. Sie nutzen denselben Code-Pfad, denselben HTTP-Client und dasselbe JSON-Schema. Das bedeutet jedoch nicht, dass sie sich auch gleich verhalten.

Ein Modell könnte eine Top-Level-Key halluzinieren. Ein anderes könnte Ihre System-Prompt-Formatierung ignorieren. Die Schema-Validierung erkennt Syntaxfehler, lässt aber eine Antwort durchgehen, die Ihre Geschäftslogik nicht interpretieren kann. Ein Provider könnte gültiges JSON zurückgeben, das mit Ihrem Prompt-Template einfach das Falsche macht.

Führen Sie providerspezifische Tests durch, bevor Sie das automatische Modell-Switching erlauben. Bestätigen Sie, dass das Fallback-Modell Ihre Ausgabestruktur bei niedriger Temperatur (low temperature) tatsächlich einhält. Überprüfen Sie, ob Ihr Prompt durch den Tokenizer dieses Providers korrekt gerendert wird. Testen Sie den vollständigen Roundtrip mit echten Eingaben. Ein automatischer Failover ist nur dann sicher, wenn Sie nachgewiesen haben, dass das Fallback-Modell denselben operativen Vertrag erfüllt.

Behalten Sie einen Job pro Intent bei

Fallback-Pfade sind gut. Unkontrollierte Fallback-Vervielfältigung ist ein Bug. Jede Ebene Ihres Stacks muss bewerten, ob sie die exakte Aufgabe bereits gesehen hat. Der Load Balancer, der API-Handler, die Datenbank und der Worker müssen alle dieselbe Identität respektieren.

Bauen Sie Ihr System so auf, dass Retries und Fallbacks als neue Versuche unter einem stabilen Job erscheinen. Sichern Sie den Job mit einem in der Datenbank hinterlegten Idempotenzschlüssel ab. Schützen Sie die Übergänge. Lassen Sie die Versuche gegeneinander antreten. Lassen Sie genau einen gewinnen. So verhindern Sie, dass aus einem einzigen Klick eines Benutzers ein ganzes Wochenende voller Datenbereinigung wird.