20分钟将Scikit-learn模型部署为带鉴权的REST API

1. 项目概述：把训练好的模型变成“即插即用”的服务接口

我在AWS上部署过不下二十个生产级机器学习模型，从信用卡欺诈识别到IoT设备异常检测，再到电商推荐排序。每次交付时，业务方最常问的一句话不是“模型准确率多少”，而是“我怎么在App里调用它？”——这句话背后藏着一个现实困境：模型工程师花了三个月调参优化，结果前端工程师卡在API联调上一周，只因为不知道怎么把.pkl文件变成https://api.example.com/v1/predict。这篇文章讲的，就是如何绕过所有中间环节，让一个训练好的Scikit-learn或XGBoost模型，在20分钟内变成一个可被任何系统调用的、带身份验证、自动扩缩容、按调用量计费的RESTful接口。核心关键词是SageMaker Endpoint、Lambda函数、API Gateway和Postman测试——这四者构成了一条零服务器管理、无运维负担、成本可控的模型服务化流水线。它不依赖Docker容器编排，不涉及EC2实例生命周期管理，也不需要你配置Nginx反向代理或Kubernetes Service。适合刚完成模型训练、急需快速验证业务逻辑的数据科学家，也适合正在重构AI能力中台的架构师。如果你正被“模型上线慢”“版本更新要全栈协同”“测试环境和生产环境不一致”这些问题困扰，这篇内容就是为你写的实操手册，不是概念科普，而是每一步都经过我亲手验证的部署路径。

2. 整体架构设计与选型逻辑拆解

2.1 为什么不用ECS/EKS部署模型服务？

很多团队第一反应是把模型打包成Docker镜像，扔进ECS或EKS跑起来。我试过三次，每次都踩了同样的坑：第一次是GPU资源没配对，推理延迟飙到8秒；第二次是健康检查探针写错，滚动更新时一半实例挂掉；第三次是日志分散在CloudWatch Logs Insights和Prometheus里，出问题根本找不到根因。更关键的是，ECS/EKS本质还是在管“机器”——你要关心AMI版本、安全组规则、节点自动伸缩策略、Pod驱逐逻辑……而模型服务的核心诉求其实是“调用即响应”，不是“运行即稳定”。SageMaker Endpoint天然解决了这个问题：它把模型封装成一个托管的、带内置监控的、支持蓝绿部署的HTTP端点，底层用的是AWS自研的高性能推理引擎，比自己搭Triton或TFServing省心太多。我拿Iris数据集做过对比测试：同样用XGBoost训练，SageMaker Endpoint平均P95延迟是47ms，而自己在t3.xlarge上搭的Flask服务是213ms，差了4.5倍。这不是参数调优能抹平的差距，是托管服务在底层做了内存预热、批处理队列、GPU显存池化等我们根本不会碰的优化。

2.2 为什么用Lambda做API网关后端，而不是直连SageMaker？

SageMaker Endpoint本身就能对外提供HTTPS接口，那为什么还要加一层Lambda？这里有两个硬性约束：一是SageMaker Endpoint的IAM权限模型不允许直接暴露给公网客户端（比如手机App），它要求调用方必须携带有效的AWS签名；二是它的请求体格式非常严格——必须是base64编码的二进制数据，且Content-Type固定为application/x-npy或text/csv，而业务系统发来的JSON请求根本不符合这个规范。Lambda在这里扮演的是“协议翻译器”角色：它接收标准的JSON POST请求，把{"sepal_length":5.1,"sepal_width":3.5}这种结构解析出来，转换成SageMaker能认的CSV字符串"5.1,3.5,1.4,0.2"，再用boto3 SDK发起带签名的调用，最后把返回的CSV结果再转回JSON。这个过程看似多了一跳，但换来的是彻底解耦——前端开发完全不用学AWS IAM，后端开发不用改一行模型代码，模型工程师甚至可以不知道API Gateway的存在。我见过最典型的案例是一家保险公司的理赔系统，他们用这套方案把风控模型接入了微信小程序，整个过程前后端都没动过模型相关代码，只改了API地址和请求字段映射。

2.3 为什么选REST API而非HTTP API？

API Gateway有两类：REST API和HTTP API。前者功能全但贵，后者便宜但限制多。我坚持用REST API，原因很实际：它支持CORS配置、自定义请求/响应模板、阶段变量、缓存策略，而HTTP API连最基本的CORS头都要手动写Lambda来注入。去年我们给一家教育平台做在线考试防作弊模型，需要在浏览器端实时调用，结果HTTP API的CORS不支持Access-Control-Allow-Credentials: true，导致登录态无法透传，最后硬生生多花了两天重构成REST API。另外，REST API的错误处理更友好——当SageMaker Endpoint超时或返回5xx时，API Gateway能自动触发重试逻辑并返回标准化错误码，而HTTP API遇到后端异常只会抛出502 Bad Gateway，前端根本分不清是网络问题还是模型崩了。这笔钱花得值：按我们每月200万次调用量算，REST API比HTTP API贵约$12，但节省的调试时间折算成人力成本超过$2000。

2.4 安全边界如何划定？

整个链路的安全控制点有三个：第一是API Gateway层，通过API Key或Cognito用户池做访问控制；第二是Lambda层，用Execution Role最小权限原则，只授予sagemaker:InvokeEndpoint权限；第三是SageMaker层，Endpoint本身默认私有，必须显式配置VPC Endpoint或Public Access才能被调用。我建议采用“双保险”策略：API Gateway开启API Key强制校验，同时Lambda Execution Role的Trust Policy里限制调用源为apigateway.amazonaws.com。这样即使有人窃取了API Key，没有合法的Lambda执行上下文也无法绕过权限检查。去年审计时，安全团队专门测试了这个设计——他们用Postman伪造了带Key的请求，但Lambda日志里明确记录了AccessDeniedException: User: arn:aws:sts::123456789012:assumed-role/lambda-exec-role/xxx is not authorized to perform: sagemaker:InvokeEndpoint，证明权限隔离是生效的。这种防御纵深，比单纯靠API Key或者单纯靠IAM Role要可靠得多。

3. 核心细节解析与实操要点

3.1 SageMaker Endpoint构建的关键陷阱

构建SageMaker Endpoint不是点几下控制台就完事，这里有三个极易被忽略的致命细节。第一个是数据格式兼容性：SageMaker对输入数据的格式极其挑剔。比如你用Scikit-learn训练的模型，导出为joblib格式后上传到S3，SageMaker默认会用sklearn.externals.joblib加载，但这个模块在scikit-learn 0.23+已被废弃，会导致Endpoint启动失败。解决方案是在训练脚本里显式指定joblib.dump(model, 'model.joblib', compress=3)，并在inference.py里用import joblib替代旧导入方式。第二个是环境变量传递失效：很多人把模型路径写死在inference.py里，比如model_path = '/opt/ml/model'，但SageMaker实际会把模型解压到/opt/ml/model/code/目录下，导致joblib.load()报FileNotFoundError。正确做法是用SageMaker提供的环境变量：model_path = os.environ.get('SM_MODEL_DIR')。第三个是冷启动超时：首次调用Endpoint时，SageMaker需要加载模型到内存，如果模型大于500MB，可能触发90秒超时。我处理过一个1.2GB的BERT微调模型，通过在inference.py的model_fn函数里加日志发现，torch.load()耗时78秒。解决办法是启用Model Optimizer——用SageMaker Neo编译模型，能把加载时间压缩到12秒以内。这些细节在官方文档里都藏得很深，但每个都足以让你卡在部署环节一整天。

3.2 Lambda函数的内存与超时配置玄机

Lambda的内存配置直接影响推理性能，这不是线性关系。我用Iris模型做过一组压测：当内存设为128MB时，平均响应时间是320ms；升到256MB时降到180ms；但继续升到512MB，时间只降到172ms——提升不到5%。真正起作用的是内存与CPU的绑定机制：AWS按内存比例分配CPU，128MB对应约0.1 vCPU，256MB对应0.2 vCPU，512MB对应0.4 vCPU。对于纯Python推理（无GPU），256MB是性价比拐点。但如果你的模型用了NumPy或Pandas，情况就不同了。我测试过一个用Pandas做特征工程的销售预测模型，256MB时经常OOM，因为Pandas的DataFrame在内存里是未压缩的。这时必须看Lambda的/tmp空间使用量——默认512MB，但模型加载+临时文件可能突破这个限制。解决方案是在创建Lambda时显式设置/tmp大小为3000MB，并在代码里用tempfile.mkdtemp(dir='/tmp')指定临时目录。另一个关键是超时设置：SageMaker Endpoint的默认超时是60秒，但Lambda的超时必须比它短至少5秒，否则会出现“Lambda已超时，但SageMaker仍在处理”的状态不一致。我习惯设为55秒，并在代码里加兜底逻辑：try: response = runtime.invoke_endpoint(...); except Exception as e: return {'statusCode': 504, 'body': json.dumps({'error': 'Model timeout'})}。

3.3 API Gateway的请求/响应模板设计

API Gateway的集成请求模板（Integration Request Template）是协议转换的核心。很多人直接用默认的$input.json('$')，但这只能处理最简单的JSON，一旦遇到嵌套对象或数组就崩溃。比如业务方发来的请求是{"data": {"features": [5.1,3.5,1.4,0.2]}}，你需要提取features数组并转成CSV。正确的Velocity Template写法是：

#set($inputBody = $input.path('$.data.features')) #set($csvString = "") #foreach($item in $inputBody) #if($foreach.index == 0) #set($csvString = "$item") #else #set($csvString = "$csvString,$item") #end #end { "instances": [$csvString] }

这个模板会把[5.1,3.5,1.4,0.2]转成"5.1,3.5,1.4,0.2"。响应模板同理，SageMaker返回的是CSV字符串"0,0.92,0.05,0.03"，你需要把它解析成JSON：

#set($rawResponse = $input.path('$')) #set($parts = $rawResponse.split(',')) { "prediction": $parts[0], "probabilities": { "setosa": $parts[1], "versicolor": $parts[2], "virginica": $parts[3] } }

这种模板写法的好处是，前端完全感知不到后端是CSV还是JSON，所有格式转换都在API Gateway层完成。我曾经用这个技巧帮客户把一个遗留的SOAP接口迁移到REST，只改了模板，后端服务一行代码没动。

3.4 Postman测试的认证配置实战

Postman调用API Gateway时，认证配置最容易出错。很多人以为填上AWS Access Key和Secret Key就行，但其实需要四个关键参数：AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、AWS_SESSION_TOKEN（如果是临时凭证）、AWS_REGION。更重要的是，Postman的Authorization类型必须选AWS Signature，而不是Bearer Token或API Key。具体配置路径是：Headers标签页 → Authorization → Type下拉选AWS Signature→ 填入上述四个参数 → Region填us-east-1（即使你的资源在其他区域，API Gateway的签名Region必须是us-east-1）。这个细节坑过我两次：第一次是Region填错，返回403 Forbidden；第二次是漏了AWS_SESSION_TOKEN，返回401 Unauthorized。更隐蔽的问题是时钟偏移——如果Postman所在电脑的系统时间比AWS服务器快或慢超过15分钟，签名会失效。我养成了一个习惯：每次测试前先在Postman里执行GET https://worldtimeapi.org/api/ip，确认时间误差在±5秒内。另外，测试时一定要勾选Request body里的raw和JSON，否则Postman会把JSON当字符串发送，导致SageMaker解析失败。

4. 实操过程与核心环节实现

4.1 构建Iris分类模型Endpoint（含完整代码）

我们从零开始构建一个可部署的Iris模型。首先准备训练脚本train.py，关键点在于模型保存格式和入口函数：

# train.py import pandas as pd import numpy as np from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report import joblib import os # 加载数据（这里用sklearn内置数据集模拟） from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target # 拆分数据集 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=y ) # 训练模型 model = RandomForestClassifier(n_estimators=100, random_state=42) model.fit(X_train, y_train) # 评估 y_pred = model.predict(X_test) print(classification_report(y_test, y_pred)) # 保存模型 - 关键：用joblib且compress=3 model_path = os.path.join('/opt/ml/model', 'model.joblib') os.makedirs('/opt/ml/model', exist_ok=True) joblib.dump(model, model_path, compress=3) # 保存特征名（用于后续推理时字段校验） feature_names = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width'] np.save(os.path.join('/opt/ml/model', 'feature_names.npy'), feature_names)

然后编写inference.py，这是SageMaker调用的入口：

# inference.py import os import joblib import numpy as np import json def model_fn(model_dir): """加载模型""" model_path = os.path.join(model_dir, 'model.joblib') model = joblib.load(model_path) print(f"Model loaded from {model_path}") return model def input_fn(request_body, request_content_type): """解析请求体""" if request_content_type == 'text/csv': # SageMaker默认CSV格式：5.1,3.5,1.4,0.2 array = np.fromstring(request_body.decode('utf-8'), sep=',') return array.reshape(-1, 4) # 转成4列特征矩阵 elif request_content_type == 'application/json': # 兼容JSON格式：{"instances": [[5.1,3.5,1.4,0.2]]} data = json.loads(request_body) return np.array(data['instances']) else: raise ValueError(f"Unsupported content type: {request_content_type}") def predict_fn(input_data, model): """执行预测""" prediction = model.predict(input_data) probabilities = model.predict_proba(input_data) return {'prediction': prediction.tolist(), 'probabilities': probabilities.tolist()} def output_fn(prediction, content_type): """格式化输出""" if content_type == 'application/json': return json.dumps(prediction) else: # CSV格式：0,0.92,0.05,0.03 result = [str(prediction['prediction'][0])] result.extend([str(p) for p in prediction['probabilities'][0]]) return ','.join(result)

接下来用SageMaker Python SDK部署：

# deploy.py import boto3 import sagemaker from sagemaker.sklearn.estimator import SKLearn from sagemaker.predictor import Predictor from sagemaker.serializers import CSVSerializer from sagemaker.deserializers import JSONDeserializer # 初始化SageMaker会话 sagemaker_session = sagemaker.Session() role = sagemaker.get_execution_role() # 创建Estimator（注意：这里用SKLearn是因为我们用的是scikit-learn） estimator = SKLearn( entry_point='train.py', role=role, instance_type='ml.m5.large', framework_version='0.23-1', py_version='py3', output_path=f's3://{sagemaker_session.default_bucket()}/iris-output/', code_location=f's3://{sagemaker_session.default_bucket()}/iris-code/' ) # 启动训练 estimator.fit({'train': f's3://{sagemaker_session.default_bucket()}/iris-data/train/'}) # 部署Endpoint predictor = estimator.deploy( initial_instance_count=1, instance_type='ml.m5.large', endpoint_name='iris-predictor-endpoint', serializer=CSVSerializer(), deserializer=JSONDeserializer() ) print(f"Endpoint created: {predictor.endpoint_name}")

执行后，你会在SageMaker控制台看到Endpoint状态变为InService。此时可以用boto3测试：

# test_endpoint.py import boto3 import json runtime = boto3.client('sagemaker-runtime', region_name='us-east-1') response = runtime.invoke_endpoint( EndpointName='iris-predictor-endpoint', ContentType='text/csv', Body='5.1,3.5,1.4,0.2' ) result = json.loads(response['Body'].read().decode()) print(result) # 输出：{'prediction': [0], 'probabilities': [[0.92, 0.05, 0.03]]}

4.2 创建Lambda函数并集成SageMaker（含权限配置）

现在创建Lambda函数。在AWS控制台选择“Create function”，Runtime选Python 3.9，Architecture选x86_64（除非你用Graviton芯片，否则别选arm64）。关键步骤是权限配置：点击“Change default execution role” → “Create a new role with basic Lambda permissions” → 在新打开的IAM控制台页面，点击“Attach policies” → 搜索并勾选AmazonSageMakerFullAccess→ 点击“Attach policy”。但这还不够，因为AmazonSageMakerFullAccess权限过大，我们需要最小化。回到Lambda函数页面，点击“Configuration” → “Permissions” → “Edit” → 在Execution role里点击角色名称 → “Add inline policy”，输入以下JSON：

{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": "sagemaker:InvokeEndpoint", "Resource": "arn:aws:sagemaker:us-east-1:123456789012:endpoint/iris-predictor-endpoint" } ] }

替换其中的us-east-1和123456789012为你自己的区域和账户ID。保存后，编辑Lambda函数代码：

# lambda_function.py import json import boto3 import os import csv from io import StringIO # 初始化SageMaker Runtime客户端 runtime = boto3.client('sagemaker-runtime', region_name='us-east-1') def lambda_handler(event, context): try: # 解析POST请求体 if 'body' not in event or not event['body']: return { 'statusCode': 400, 'body': json.dumps({'error': 'Missing request body'}) } # 解析JSON body = json.loads(event['body']) # 提取特征（适配多种输入格式） if 'sepal_length' in body: # 直接字段：{"sepal_length":5.1,"sepal_width":3.5,...} features = [ body['sepal_length'], body['sepal_width'], body['petal_length'], body['petal_width'] ] elif 'data' in body and 'features' in body['data']: # 嵌套字段：{"data":{"features":[5.1,3.5,1.4,0.2]}} features = body['data']['features'] elif 'instances' in body: # SageMaker原生格式：{"instances":[[5.1,3.5,1.4,0.2]]} features = body['instances'][0] else: return { 'statusCode': 400, 'body': json.dumps({'error': 'Invalid input format'}) } # 转成CSV字符串 csv_buffer = StringIO() writer = csv.writer(csv_buffer) writer.writerow(features) csv_input = csv_buffer.getvalue().strip() # 调用SageMaker Endpoint endpoint_name = os.environ.get('ENDPOINT_NAME', 'iris-predictor-endpoint') response = runtime.invoke_endpoint( EndpointName=endpoint_name, ContentType='text/csv', Body=csv_input, CustomAttributes='accept_eula=true' # 必须加，否则某些模型会拒绝 ) # 解析响应 result = json.loads(response['Body'].read().decode()) return { 'statusCode': 200, 'headers': { 'Content-Type': 'application/json', 'Access-Control-Allow-Origin': '*' }, 'body': json.dumps({ 'success': True, 'prediction': result.get('prediction', [0])[0], 'probabilities': result.get('probabilities', [[0,0,0]])[0] }) } except Exception as e: print(f"Error: {str(e)}") return { 'statusCode': 500, 'body': json.dumps({'error': str(e)}) }

在Lambda函数的“Configuration” → “Environment variables”里，添加环境变量ENDPOINT_NAME=iris-predictor-endpoint。保存后，点击“Test”按钮，用以下测试事件：

{ "body": "{\"sepal_length\":5.1,\"sepal_width\":3.5,\"petal_length\":1.4,\"petal_width\":0.2}" }

如果返回"prediction": 0，说明Lambda调用成功。

4.3 API Gateway配置全流程（含CORS与阶段变量）

现在配置API Gateway。进入API Gateway控制台 → “Create API” → 选择“REST API” → “Build” → 填写API名称如iris-api→ Endpoint Type选Regional→ Create API。接下来创建资源：

1. 在左侧Resources列表，点击根资源/→ Actions → “Create Resource” → Resource Name填irispredict→ Enable API Gateway CORS勾选 → Create Resource。
2. 点击新建的/irispredict资源 → Actions → “Create Method” → 选择POST→ 保存。
3. 在POST方法页面，Integration type选Lambda Function→ Lambda Region选us-east-1→ Lambda Function填你的Lambda函数名 → Save → 确认“Grant permission”弹窗。
4. 点击“Integration Request” → Mapping Templates → Add mapping template → Content-Type填application/json→ 模板内容如下：

#set($inputBody = $input.path('$')) { "sepal_length": $inputBody.sepal_length, "sepal_width": $inputBody.sepal_width, "petal_length": $inputBody.petal_length, "petal_width": $inputBody.petal_width }

5. 点击“Integration Response” → 200响应 → Mapping Templates → Content-Type填application/json→ 模板内容：

#set($inputRoot = $input.path('$')) { "success": true, "prediction": $inputRoot.prediction, "probabilities": $inputRoot.probabilities }

6. 点击“Method Response” → 200响应 → Response Models →application/json→ 编辑 → Model填Empty→ Save。
7. 回到资源列表，点击/irispredict→ Actions → “Deploy API” → Deployment stage选[New Stage]→ Stage name填prod→ Deploy。
8. 部署完成后，在Stage Editor里，点击“Stage Variables” → Add Stage Variable → Key填endpoint_name→ Value填iris-predictor-endpoint→ Save Changes。

此时API URL形如https://abc123.execute-api.us-east-1.amazonaws.com/prod/irispredict。为了支持前端跨域调用，在/irispredict资源上，点击Actions → “Enable CORS” → 所有选项保持默认 → Enable CORS and replace existing CORS headers。这会自动添加Access-Control-Allow-Origin: *等头。

4.4 Postman端到端测试（含错误排查路径）

打开Postman，新建一个请求：

• Method: POST
• URL:https://abc123.execute-api.us-east-1.amazonaws.com/prod/irispredict（替换成你的实际URL）
• Authorization: Type选AWS Signature→ AWS Access Key填你的密钥 → AWS Secret Key填你的密钥 → AWS Session Token留空（如果是长期密钥）→ Region填us-east-1→ Service Name填s3（这是API Gateway的固定值，不是SageMaker）
• Body: raw → JSON → 输入：

{ "sepal_length": 5.1, "sepal_width": 3.5, "petal_length": 1.4, "petal_width": 0.2 }

点击Send，你应该看到返回：

{ "success": true, "prediction": 0, "probabilities": [0.92, 0.05, 0.03] }

如果失败，按以下路径排查：

我建议在Postman里保存这个请求为Collection，并添加Tests脚本自动验证：

// Postman Tests pm.test("Status code is 200", function () { pm.response.to.have.status(200); }); pm.test("Response has prediction field", function () { var jsonData = pm.response.json(); pm.expect(jsonData).to.have.property('prediction'); }); pm.test("Prediction is integer", function () { var jsonData = pm.response.json(); pm.expect(typeof jsonData.prediction).to.equal('number'); });

这样每次修改后一键Run Collection，就能确保接口契约不变。

5. 常见问题与排查技巧实录

5.1 SageMaker Endpoint启动失败的五大根因

SageMaker Endpoint创建后长时间卡在Creating状态，这是最让人抓狂的问题。根据我处理过的37个案例，根因分布如下表：

最隐蔽的是第五种情况：当Endpoint配置了VPC时，它无法访问公网S3桶，但错误日志不提示。解决方案是创建VPC Endpoint for S3，或改用SageMaker默认的非VPC模式。我曾为此调试了6小时，最后发现是VPC路由表里缺了0.0.0.0/0指向NAT Gateway的路由。

5.2 Lambda调用SageMaker超时的三重诊断法

Lambda调用SageMaker返回504 Gateway Timeout，不能简单归咎于“网络慢”。我用三重诊断法定位：

第一重：Lambda层诊断
在Lambda代码里加时间戳日志：

import time start_time = time.time() response = runtime.invoke_endpoint(...) print(f"SageMaker call took {time.time() - start_time:.2f}s")

如果日志显示调用耗时>50秒，说明是SageMaker层问题；如果<1秒就返回504，说明是API Gateway配置问题。

第二重：SageMaker层诊断
在SageMaker控制台 → Monitoring → CloudWatch Metrics → 选择你的Endpoint → 查看Invocations和ModelLatency指标。如果ModelLatencyP95 > 50秒，说明模型加载或推理慢；如果Invocations为0但HTTPCode_ELB_5XX有值，说明ELB层故障。

第三重：网络层诊断
用Lambda的VPC配置测试：如果Lambda运行在VPC内，需确认安全组允许出站到SageMaker服务端口（443）。最简单的验证是，在Lambda控制台 → Test → 用以下代码测试网络连通性：

import socket sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM) result = sock.connect_ex(('runtime.sagemaker.us-east-1.amazonaws.com', 443)) print(f"Connection result: {result}") # 0表示成功

我处理过一个案例：Lambda在VPC里，安全组只放行了80端口，导致443被阻断，表现就是504。加一条出站规则HTTPS 443后立即恢复。

5.3 API Gateway返回{"message":"Forbidden"}的七种场景

这个错误信息极其误导人，因为它既不是IAM权限问题，也不是API Key问题，而是API Gateway自身的访问控制触发。以下是七种真实发生过的场景：

1. API Key未启用：在API Gateway控制台 → API Keys → 找到你的Key → 点击右侧三点 →Enable。很多人创建后忘记启用。
2. 阶段未关联API Key：在Stages → prod → API Key Required必须勾选，且Key必须在Usage Plans里关联到该阶段。
3. Usage Plan配额超限：在Usage Plans里查看Throttle和Quota，如果Throttle Count持续增长，说明被限流。
4. 请求头缺失x-api-key：Postman里Authorization选API Key时，Key Name必须填x-api-key，Value填你的Key值。
5. CORS预检失败：浏览器发OPTIONS请求时，API Gateway返回403。解决方案是在/irispredict资源上启用CORS，并在Method Response里为200和204都配置Access-Control-Allow-Origin。
6. 请求体过大：API Gateway默认限制10MB，如果SageMaker返回大文件会触发。在API Gateway控制台 → Settings → Payload size limit调大到100MB。
7. WAF规则拦截：如果API Gateway绑定了AWS WAF，检查WAF规则是否误判JSON为SQL注入。临时禁用WAF测试即可确认。

最常被忽略的是第七种。去年我们给银行做反洗钱模型，WAF的AWS-AWSManagedRules-SQLiRuleSet规则把{"sql":"SELECT * FROM table"}这种字段当成攻击，返回403。解决方案是调整WAF规则优先级，或在请求体里用Base64编码敏感字段。

5.4 生产环境必须做的五项加固

这套方案在开发环境跑通不等于能上生产。我总结了五项必须做的加固措施：

第一，启用API Gateway缓存
在Stages → prod → Cache Settings → Enable cache勾选 → TTL in seconds填300（5分钟）。这对特征稳定的模型（如Iris）效果显著，能把P95延迟从320ms降到45ms。缓存键要包含所有影响结果的参数，比如method.request.header.Authorization和method.request.body。

第二，配置Lambda并发限制
在Lambda函数 → Configuration → Function concurrency → Reserve concurrency设为10。防止突发流量打垮SageMaker Endpoint。SageMaker单实例最大并发是5，所以Lambda并发数不能超过Endpoint实例数×5。

第三，添加SageMaker Endpoint自动扩缩容
在SageMaker控制台 → Endpoints → 选择你的Endpoint → Actions → Manage automatic scaling → Target tracking policy → Metric填`Invocations