Pytorch图像去噪实战(八十一):多租户与用户配额系统,为不同用户限制调用量和图片大小
一、问题场景:服务上线后,必须区分不同用户的使用权限
图像去噪服务在个人测试阶段,通常只有一个接口:
POST /denoise谁都可以调用,调用多少次都行。
但一旦服务变成平台能力,就会遇到非常现实的问题:
- 免费用户每天只能处理少量图片
- 付费用户可以处理更大图片
- 内部用户可以走高质量模型
- 普通用户只能走轻量模型
- 批量任务需要单独额度
- 某些用户异常刷接口,需要限制
如果没有用户配额系统,很容易出现:
少数用户占用大量资源,影响其他用户正常使用。
所以这一篇我们解决:
如何为图像去噪 API 设计多租户和用户配额系统。
二、什么是多租户?
多租户就是一个系统服务多个用户或组织。
在图像去噪服务中,租户可以是:
个人用户 企业客户 内部业务线 不同应用平台每个租户可以拥有不同权限