REST-TO-SOAP API Gateway接入ALB后认证请求成功率下降问题咨询

以下是该异常的核心触发原因，按出现概率从高到低排序：

• DNS缓存配置不匹配
  ALB的IP地址池是动态变更的，云厂商ALB默认域名的DNS记录TTL通常为60秒，平台会根据负载、实例扩缩容等情况随时回收旧IP、释放新IP。如果你的API网关对后端端点的DNS解析结果配置了大于60秒的长缓存，会导致网关持有已经被ALB下线的旧IP地址，请求发往失效IP时直接触发网络通信错误。直接curl ALB成功率100%是因为每次curl都会发起新的DNS解析，拿到的都是最新的有效IP，不会触发缓存问题。
• 长连接空闲超时配置冲突
  ALB默认的空闲连接超时时间为60秒，超过60秒没有流量的连接会被ALB主动断开。如果API网关侧启用了HTTP长连接复用，且网关侧的连接空闲超时配置大于60秒，就会出现网关认为连接仍处于存活状态、复用旧连接发送请求，但ALB已经主动关闭了该连接，最终被重置连接抛出网络错误。直接curl ALB不会触发该问题是因为curl默认每次请求都会新建连接，不会复用历史空闲连接。
• 未配置连接失败重试机制
  迁移前网关对接固定IP的服务实例，不存在IP动态失效的场景，因此无需重试也能100%成功。迁移到ALB后，存在极小概率ALB的DNS解析返回刚要下线的IP，此时如果API网关没有配置对后端端点的网络异常重试逻辑，会直接将该次请求标记为失败，出现比例性的成功率下降。

内容的提问来源于stack exchange，提问作者mgs