必须关闭proxy_request_buffering的场景包括：大文件流式上传、AI推理分块输入、IoT实时监控数据注入；关闭后Nginx边收边传、不校验Content-Length、放弃Slowloris防护，需协同limit_rate、超时设置及client_body_buffer_size 0等配置。
要实现极低延迟的文件流转发吞吐，关键不是简单关掉某个开关，而是让 Nginx 对请求体不做缓存、边收边传——这正是 proxy_request_buffering off 的核心作用。
什么情况下必须关掉 proxy_request_buffering
该指令默认为 on，Nginx 会先把整个请求体（比如一个 500MB 的视频上传）读完、暂存在内存或磁盘，再整体转发给后端。这对实时流式场景是致命延迟源：
- 大文件上传流式处理：如直播推流、边缘转码服务，后端需逐段接收并即时处理，不能等全部上传完成
- AI 推理输入流：语音/图像分块上传，要求后端在首 chunk 到达时就启动计算，而非等待完整 payload
- 实时监控数据注入：IoT 设备持续上报二进制帧，延迟超过 200ms 就可能影响告警准确性
关闭后的真实行为变化
设为 off 后，Nginx 不再等待请求体结束，而是：
- 收到 TCP 数据包就立即转发到 upstream，无内存暂存
- 不校验 Content-Length 是否匹配（因此后端需自行处理不完整 body）
- 不触发临时文件写入（
proxy_max_temp_file_size失效） - 放弃对 Slowloris 类慢速上传的防护能力（需后端或 WAF 补位）
生产级配置要点（非仅一行指令）
单设 proxy_request_buffering off 不足以稳定支撑高吞吐流转发，还需协同以下参数：
WebChat Voice Proxy
下载
⚠️ 已弃用 — 该技能已拆分为两个独立技能，以提升模块化程度：**webchat-https-proxy**（HTTPS/WSS 反向代理）和 **webchat-voi...**
-
限制客户端上传速率：用
limit_rate_after 1m; limit_rate 10m;防止单连接吃光带宽 -
收紧超时防止挂起：设置
client_body_timeout 30s;和proxy_read_timeout 300s;，避免弱网上传无限等待 -
禁用请求体缓存副作用：显式关闭
client_body_buffer_size 0;（设为 0 表示不分配内存缓冲区） - 确保后端能处理流式输入：如使用 gRPC-Web 或自定义二进制协议，需确认后端未依赖完整 body 解析
Kubernetes Ingress 中的落地方式
若使用 NGINX Ingress Controller，不能直接改全局 nginx.conf，应通过注解控制：
nginx.ingress.kubernetes.io/proxy-request-buffering: "off"
注意：值必须是字符串 "off"，不是布尔 false 或数字 0。同时建议搭配：
nginx.ingress.kubernetes.io/proxy-body-size: "0" # 禁用 body 缓冲上限检查<br>nginx.ingress.kubernetes.io/client-body-timeout: "30"
验证是否生效：进入 ingress pod，执行 grep -r "proxy_request_buffering" /etc/nginx/，确认对应 location 块中已写入 off。
