核心在于构建可插拔、可中断、可重入的异步流式处理链，基于事件驱动管道（如netty channelpipeline或fastapi中间件），按chunk边收边判、边解边传、边错边切，依托asyncio.streamreader/streamwriter或asgi接口实现动态解码、异步转发与流式清洗。
核心在于把 HTTP 请求流拆解成可插拔、可中断、可重入的异步处理链，而不是一次性读完再转发。动态解码转发不是“先解再转”，而是边收边判、边解边传、边错边切。
构建事件驱动的流式处理管道
用类似 Netty 的 ChannelPipeline 或 FastAPI 中间件链的思想组织处理单元：每个 Handler 负责一类职责（如协议识别、头部解析、body 解码、路由决策、限流检查），且全部基于 asyncio.StreamReader/StreamWriter 或 ASGI scope + receive/send 接口实现。
- 接收请求时，不等待完整 body，而是立即启动协程监听 reader，按 chunk 拉取数据
- 每个 Handler 封装一个 async def handle(reader, writer, context) 函数，支持 await reader.read(n) + 条件判断（比如检测到 Content-Encoding: gzip 就启用 zlib decompressobj）
- 上下文 context 是 dict 或 dataclass，贯穿整条链，用于传递 decoded_body、target_host、route_rule 等中间状态
动态解码的关键判断点
解码行为不能预设，必须依据原始请求头和前 N 字节实时决定：
- 检查 Transfer-Encoding: chunked → 启用 chunked decoder，逐块转发，不缓存全量
- 检查 Content-Encoding: gzip/br/zstd → 实例化对应 decompressor，并在 pipe 过程中持续 feed 数据（注意：zlib.decompressobj() 必须复用，不能每次新建）
- 遇到 application/json 且含 schema hint（如 X-Data-Format: avro）→ 触发 SchemaRegistry 查询，动态加载反序列化器
- 若 body 开头是 Protobuf magic bytes 或 Avro sync marker → 切换为二进制协议解析器，跳过文本解码
异步转发与连接复用协同
转发不是发完就结束，而是建立双向字节桥接，同时支持上游响应流式回传：
- 对目标服务发起连接时，优先从 asyncio.Pool（如 aiohttp.TCPConnector 或自研 connection pool）获取空闲连接；无可用连接时才新建，且设置 connect_timeout=3s
- 使用 asyncio.create_task(pipe(reader, upstream_writer)) 和 asyncio.create_task(pipe(upstream_reader, writer)) 启动两个并发 relay 协程
- pipe 函数需处理断连重试：若 upstream_reader.read() 返回空，说明远端关闭，应主动 close writer 并通知 pipeline 触发 fallback 路由
- 支持 HTTP/1.1 keep-alive 复用，也兼容 HTTP/2 stream multiplexing（需用 hyper-h2 库管理 stream ID）
清洗逻辑嵌入在数据流中
清洗不是前置过滤，而是伴随传输的流式转换：
- 敏感字段脱敏（如手机号、身份证号）：在 pipe 过程中扫描 JSON token 或正则 pattern，匹配即替换，不影响 buffer 流速
- 日志采样：每 1000 个请求抽 1 个，将 request_id + route + latency 写入 Kafka，不阻塞主流程
- 灰度标记透传：检查 X-Env: gray，若存在则改写 Host 头并插入 X-Forwarded-For，然后直接走灰度 upstream
- 失败降级：当 upstream 返回 5xx 且配置了 fallback_host，则中断当前 pipe，重建连接至备用地址，重放已接收的 header + body chunk
