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.

Это позволяет корректно обрабатывать завершение в обратном порядке. Попытка A уходит первой, но возвращается через тридцать секунд. Попытка B уходит второй, но возвращается через пять секунд. Попытка B выигрывает compare-and-swap. Обновление попытки A затрагивает ноль строк. Ваша система фиксирует состояние гонки, игнорирует устаревший payload и продолжает работу.

Тестируйте точки разлома

Вы не поймаете эти баги при тестировании основного сценария (happy-path). Ваш набор тестов должен быть нацелен на уязвимые места.

  • Симулируйте двойной клик. Два одновременных POST-запроса с одним и тем же ключом идемпотентности должны возвращать идентичные ID задач.
  • Отправьте тот же ключ с другими входными данными. Ожидайте ответ о конфликте. Система не должна молча возвращать существующую задачу, если параметры различаются.
  • Спровоцируйте таймаут. Убедитесь, что задача переходит в неопределенное состояние (unknown state), а не в состояние ошибки (failed state), и что система блокирует дальнейшие попытки, пока неопределенность не будет устранена.
  • Принудительно завершите две попытки в обратном порядке. Подтвердите, что та попытка, которая вернулась второй, проигрывает, даже если первой ушла основная модель (primary provider).

Эти тесты — не роскошь для проверки граничных случаев. Это контракт, который ваш API заключает с остальной частью системы.

Проверяйте намерения провайдера перед переключением (failover)

Если вы используете конфигурацию с несколькими провайдерами, у вас может возникнуть искушение рассматривать различные модели ИИ как взаимозаменяемые слоты. У них общий путь выполнения кода, один и тот же HTTP-клиент и одна и та же JSON-схема. Но это не значит, что они ведут себя одинаково.

Одна модель может «галлюцинировать» ключ верхнего уровня. Другая может игнорировать форматирование вашего системного промпта. Валидация схемы отлавливает синтаксические ошибки, но она пропустит ответ, который ваша бизнес-логика не сможет интерпретировать. Провайдер может вернуть валидный JSON, который просто некорректно обработает ваш шаблон промпта.

Запускайте тесты, специфичные для конкретного провайдера, прежде чем разрешать автоматическое переключение моделей. Подтвердите, что резервная модель (fallback model) действительно соблюдает структуру вашего вывода при низкой температуре (low temperature). Убедитесь, что ваш промпт корректно обрабатывается токенизатором этого провайдера. Протестируйте полный цикл (round trip) с реальными входными данными. Автоматический failover безопасен только тогда, когда вы доказали, что резервная модель соблюдает тот же операционный контракт.

Одна задача на одно намерение

Резервные пути — это хорошо. Неконтролируемое размножение резервных путей — это баг. Каждый уровень вашего стека должен оценивать, встречал ли он уже именно эту задачу. Балансировщик нагрузки, обработчик API, база данных и воркер (worker) должны соблюдать одну и ту же идентичность.

Постройте систему так, чтобы повторные попытки (retries) и резервные переключения (fallbacks) отображались как новые попытки в рамках одной стабильной задачи. Заблокируйте задачу с помощью ключа идемпотентности, хранящегося в базе данных. Контролируйте переходы. Проводите гонку попыток. Позвольте победить ровно одной. Только так вы защитите себя от ситуации, когда один клик пользователя превращается в целые выходные по очистке данных.