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.
Bu, ters sırada bitiş durumunu temiz bir şekilde yönetir. A Denemesi önce ayrılır ancak otuz saniye sonra döner. B Denemesi ikinci sırada ayrılır ancak beş saniye sonra döner. B Denemesi compare-and-swap işlemini kazanır. A Denemesi'nin güncellemesi sıfır satırı etkiler. Sisteminiz yarış durumunu günlüğe kaydeder, bayat veri yükünü görmezden gelir ve devam eder.
Kırılma Noktalarını Test Edin
Bu hataları ideal senaryo (happy-path) testlerinde yakalayamazsınız. Test setinizin kırılma noktalarını hedeflemesi gerekir.
- Bir çift tıklamayı simüle edin. Aynı idempotency anahtarına sahip iki eşzamanlı POST isteği, özdeş iş kimlikleri (job ID) döndürmelidir.
- Aynı anahtarı uyumsuz bir girdiyle gönderin. Bir çakışma yanıtı bekleyin. Parametreler farklıysa sistem, mevcut işi sessizce döndürmemelidir.
- Bir zaman aşımını tetikleyin. İşin başarısız bir durum yerine bilinmeyen bir duruma düştüğünü ve sistemin belirsizlik giderilene kadar sonraki denemeleri engellediğini doğrulayın.
- İki denemenin ters sırada bitmesini zorlayın. İlk ayrılan resmi birincil sağlayıcı olsa bile, geri dönen ikinci denemenin kaybettiğini teyit edin.
Bu testler uç durum lüksleri değildir. Bunlar, API'nizin sistemin geri kalanıyla yaptığı sözleşmedir.
Failover Yapmadan Önce Sağlayıcı Niyetini Doğrulayın
Çoklu sağlayıcı kurulumu çalıştırıyorsanız, farklı yapay zeka modellerini birbirinin yerine geçebilir yuvalar olarak görmeye meyilli olabilirsiniz. Aynı kod yolunu, aynı HTTP istemcisini ve aynı JSON şemasını paylaşırlar. Bu, aynı şekilde davrandıkları anlamına gelmez.
Bir model üst düzey bir anahtar uydurabilir (hallucinate). Bir diğeri sistem istemi (system prompt) formatlamanızı görmezden gelebilir. Şema doğrulaması sözdizimi hatalarını yakalar ancak iş mantığınızın yorumlayamayacağı bir yanıtı kabul edebilir. Bir sağlayıcı, istem şablonunuzla (prompt template) sadece yanlış işlemi yapan geçerli bir JSON döndürebilir.
Otomatik model değiştirmeye izin vermeden önce sağlayıcıya özel testler çalıştırın. Yedek modelin (fallback model), düşük sıcaklıkta (low temperature) çıktı yapınıza gerçekten uyduğunu teyit edin. İsteminizin, o sağlayıcının tokenlaştırıcısı (tokenizer) aracılığıyla doğru şekilde işlendiğini doğrulayın. Gerçek girdilerle uçtan uca (round trip) testi yapın. Otomatik failover, ancak yedek modelin aynı operasyonel sözleşmeyi paylaştığını kanıtladığınızda güvenlidir.
Niyet Başına Tek Bir İş Tutun
Yedekleme yolları iyidir. Kontrolsüz yedekleme çoğalması ise bir hatadır. Yığınınızın (stack) her katmanı, tam olarak aynı görevi daha önce görüp görmediğini değerlendirmelidir. Yük dengeleyici, API işleyici, veritabanı ve worker'ın hepsi aynı kimliğe saygı duymalıdır.
Sisteminizi, yeniden denemelerin ve yedeklemelerin tek bir kararlı iş altında yeni denemeler olarak ortaya çıkacağı şekilde inşa edin. İşi, veritabanı destekli bir idempotency anahtarı ile kilitleyin. Geçişleri koruyun. Denemeleri yarıştırın. Tam olarak bir tanesinin kazanmasına izin verin. Tek bir kullanıcı tıklamasının bir hafta sonu sürecek bir veri temizliğine dönüşmesini bu şekilde engellersiniz.