如何解决Azure ML Studio中服务健康但测试调用返回BadGateway错误

报错信息：Deploy: Service status is healthy, but test call return 'BadGateway'

1. 输入格式校验 #

• 首先核对端点自动生成的swagger.json定义的输入字段名、数据类型、字段顺序，和调用传入的payload完全匹配，Designer推理接口对输入格式要求严格，字段存在多余空格、数据类型不匹配（如数值型字段传入字符串）都会触发BadGateway
• 优先使用Azure ML门户端点页的测试功能提交官方示例的标准输入，不要自行构造payload，先排除外部调用的格式问题

2. 推理管线配置检查 #

• 回到已发布的推理管线，确认Web服务输入模块直接对接训练管线的数据集输入特征链路，不能遗漏任何数据预处理步骤
• 确认Web服务输出模块仅连接到最终预测输出模块，不要额外对接中间节点
• 重新运行完整推理管线，所有模块无警告、无报错后重新发布端点，不要复用旧的发布配置

3. 计算资源排查 #

• 检查部署端点使用的计算实例/ACI/AKS配置，最低要求为2核4GB内存，基础模型也至少需要1核2GB配置，资源不足会导致服务进程看似正常但无法处理请求
• 进入端点的部署日志页，搜索error、exception关键词，若出现OutOfMemoryError、process exited with code 137报错，直接扩容计算资源后重新部署

4. 推理环境依赖修复 #

• Designer默认生成的推理环境可能存在依赖包版本冲突，可手动修改配置修复：
  • 打开端点的环境标签页，复制默认conda配置
  • 新增依赖版本锁定：azureml-defaults==1.52.0、inference-schema==1.5.0
  • 用修改后的配置创建新环境，再重新部署端点
• 不要使用预览版Azure ML运行时组件，切换到正式版SDK/V2接口重新发布

5. 临时验证方案 #

• 若以上步骤都无法解决，删除现有实时端点，改用批量推理端点运行验证模型可用性，确认模型本身无问题后，切换到其他可用区的计算资源重新部署实时端点

内容的提问来源于stack exchange，提问作者Mo Rehman