พัฒนา API Gateway Rate Limiting Logic และ Global Auditing Logic ในฝั่ง Backend (Django DRF)

backend/api/migrations/0001_initial.py

@@ -0,0 +1,37 @@
+# Generated by Django 5.2.7 on 2025-11-14 23:02
+
+import django.db.models.deletion
+from django.conf import settings
+from django.db import migrations, models
+
+
+class Migration(migrations.Migration):
+
+    initial = True
+
+    dependencies = [
+        ('model_registry', '0001_initial'),
+        migrations.swappable_dependency(settings.AUTH_USER_MODEL),
+    ]
+
+    operations = [
+        migrations.CreateModel(
+            name='InferenceAuditLog',
+            fields=[
+                ('id', models.BigAutoField(auto_created=True, primary_key=True, serialize=False, verbose_name='ID')),
+                ('timestamp', models.DateTimeField(auto_now_add=True, verbose_name='เวลาเรียกใช้')),
+                ('endpoint_url', models.CharField(max_length=500, verbose_name='FastAPI Endpoint')),
+                ('http_status', models.IntegerField(verbose_name='HTTP Status Code')),
+                ('latency_ms', models.FloatField(verbose_name='Latency (ms)')),
+                ('is_success', models.BooleanField(default=False, verbose_name='สำเร็จหรือไม่')),
+                ('response_summary', models.TextField(blank=True, null=True, verbose_name='ผลลัพธ์สรุป/ข้อความ error')),
+                ('model', models.ForeignKey(null=True, on_delete=django.db.models.deletion.SET_NULL, to='model_registry.aimodel', verbose_name='Model ที่ถูกเรียก')),
+                ('user', models.ForeignKey(null=True, on_delete=django.db.models.deletion.SET_NULL, to=settings.AUTH_USER_MODEL, verbose_name='ผู้ใช้งาน')),
+            ],
+            options={
+                'verbose_name': 'Inference Audit Log',
+                'verbose_name_plural': 'Inference Audit Logs',
+                'ordering': ['-timestamp'],
+            },
+        ),
+    ]

backend/api/models.py

@@ -1,3 +1,26 @@
 from django.db import models
+from django.conf import settings
+from model_registry.models import AiModel
 
-# Create your models here.
+class InferenceAuditLog(models.Model):
+    """บันทึกทุกคำสั่งรัน Inference ที่เข้ามาใน Gateway"""
+
+    # ข้อมูลผู้ใช้/โมเดล
+    # ใช้ ForeignKey ไปยัง CustomUser และ AiModel
+    user = models.ForeignKey(settings.AUTH_USER_MODEL, on_delete=models.SET_NULL, null=True, verbose_name="ผู้ใช้งาน")
+    model = models.ForeignKey(AiModel, on_delete=models.SET_NULL, null=True, verbose_name="Model ที่ถูกเรียก")
+
+    # ข้อมูลการประมวลผล
+    timestamp = models.DateTimeField(auto_now_add=True, verbose_name="เวลาเรียกใช้")
+    endpoint_url = models.CharField(max_length=500, verbose_name="FastAPI Endpoint")
+    http_status = models.IntegerField(verbose_name="HTTP Status Code")
+    latency_ms = models.FloatField(verbose_name="Latency (ms)")
+    is_success = models.BooleanField(default=False, verbose_name="สำเร็จหรือไม่")
+
+    # ผลลัพธ์
+    response_summary = models.TextField(blank=True, null=True, verbose_name="ผลลัพธ์สรุป/ข้อความ error")
+
+    class Meta:
+        ordering = ['-timestamp']
+        verbose_name = "Inference Audit Log"
+        verbose_name_plural = "Inference Audit Logs"

backend/api/serializers/audit_serializer.py

@@ -0,0 +1,16 @@
+from rest_framework import serializers
+from api.models import InferenceAuditLog
+
+class InferenceAuditLogSerializer(serializers.ModelSerializer):
+    # แสดงข้อมูล Model และ User ที่เกี่ยวข้อง
+    model_name = serializers.CharField(source='model.name', read_only=True)
+    username = serializers.CharField(source='user.username', read_only=True)
+
+    class Meta:
+        model = InferenceAuditLog
+        fields = (
+            'id', 'user', 'username', 'model', 'model_name',
+            'timestamp', 'http_status', 'latency_ms',
+            'is_success', 'response_summary'
+        )
+        read_only_fields = fields

backend/api/views/audit_viewset.py

@@ -0,0 +1,65 @@
+from rest_framework import viewsets, permissions, status
+from rest_framework.response import Response
+from rest_framework.decorators import action
+from django.db.models import Avg, Count, Q
+from django.utils import timezone
+from datetime import timedelta
+
+from api.models import InferenceAuditLog
+from api.serializers.audit_serializer import InferenceAuditLogSerializer
+from permissions.permission_classes import IsAdminOrManager # ใช้สิทธิ์เดียวกันกับ Model Registry
+
+class AuditLogViewSet(viewsets.ReadOnlyModelViewSet):
+    """
+    API สำหรับการเข้าถึง Inference Audit Log และสถิติรวม
+    """
+    queryset = InferenceAuditLog.objects.all()
+    serializer_class = InferenceAuditLogSerializer
+    permission_classes = [permissions.IsAuthenticated] # อนุญาตให้เข้าถึงเมื่อล็อกอินแล้ว
+
+    # ใช้ 'id' เป็นฟิลด์ค้นหา
+    lookup_field = 'id'
+
+    # ใช้ 'id' เป็นชื่อพารามิเตอร์ใน URL
+    lookup_url_kwarg = 'id'
+
+    def retrieve(self, request, *args, **kwargs):
+        # บังคับให้ Lookup Key (pk) เป็น String
+        kwargs[self.lookup_url_kwarg] = str(kwargs[self.lookup_url_kwarg])
+
+        return super().retrieve(request, *args, **kwargs)
+
+    def get_queryset(self):
+        # คืน Log ล่าสุด 10 รายการ (สำหรับ Recent Events ใน Dashboard)
+        return self.queryset.select_related('model', 'user')[:10]
+
+    # -----------------------------------------------
+    # Custom Action: ดึงสถิติรวมสำหรับ Dashboard
+    # Endpoint: GET /api/v1/audit/inference-summary/
+    # -----------------------------------------------
+    @action(detail=False, methods=['get'], url_path='inference-summary')
+    def get_summary(self, request):
+        one_day_ago = timezone.now() - timedelta(hours=24)
+
+        # 1. คำนวณสถิติรวม (Global Metrics)
+        metrics = self.queryset.filter(timestamp__gte=one_day_ago).aggregate(
+            total_runs=Count('id'),
+            success_count=Count('id', filter=Q(is_success=True)),
+            avg_latency_ms=Avg('latency_ms')
+        )
+
+        # 2. คำนวณ Success Rate
+        total = metrics.get('total_runs', 0)
+        success = metrics.get('success_count', 0)
+        success_rate = (success / total) * 100 if total > 0 else 0
+
+        # 3. คำนวณสถิติแยกตาม Model (แผนในอนาคต)
+        # model_stats = self.queryset.filter(...).values('model__name').annotate(...)
+
+        return Response({
+            "time_window": "24 hours",
+            "total_runs": total,
+            "success_rate": round(success_rate, 2),
+            "avg_latency_ms": round(metrics.get('avg_latency_ms', 0) or 0, 2),
+            "last_logs": InferenceAuditLogSerializer(self.get_queryset(), many=True).data
+        })

backend/core/settings.py

@@ -189,12 +189,20 @@ REST_FRAMEWORK = {
         'rest_framework.renderers.JSONRenderer',
         'rest_framework.renderers.BrowsableAPIRenderer',
     ),
-
     # เพิ่มการตั้งค่าเพื่อรองรับตัวเลขขนาดใหญ่ใน JSON
     'COERCE_DECIMAL_TO_STRING': False, # ตั้งค่านี้ไว้เผื่อ
-
     # ตัวเลขขนาดใหญ่ (เช่น BigIntegerField) ต้องถูก Serialize เป็น String
     'DATETIME_FORMAT': "%Y-%m-%d %H:%M:%S",
+
+    'DEFAULT_THROTTLE_CLASSES': [
+        'rest_framework.throttling.AnonRateThrottle',
+        'rest_framework.throttling.UserRateThrottle',
+    ],
+    'DEFAULT_THROTTLE_RATES': {
+        'anon': '100/day',
+        'user': '50/minute',
+        'inference_burst': '20/minute', # Rate Limit สำหรับงานหนัก
+    }
 }
 
 # 3. ตั้งค่า DJOSER (เพื่อจัดการ Auth Endpoints)

backend/core/urls.py

@@ -21,8 +21,9 @@ from rest_framework.routers import DefaultRouter
 from model_registry.views.ai_model_viewset import AiModelRegistryViewSet
 from drf_spectacular.views import SpectacularAPIView, SpectacularSwaggerView, SpectacularRedocView
 
-# Import Health Check View ในแอพ /api
+# Import View ในแอพ /api
 from api.views.health_check_view import SystemHealthCheck
+from api.views.audit_viewset import AuditLogViewSet
 
 # 1. กำหนดตัวแปร router ก่อนใช้งาน
 router = DefaultRouter()
@@ -32,7 +33,13 @@ router = DefaultRouter()
 router.register(
     r'models',
     AiModelRegistryViewSet,
-    basename='aimodel' # basename จำเป็นเมื่อ ViewSet ไม่ได้สืบทอดจาก Model
+    basename='aimodel'
+)
+# URL: /api/v1/audit/ (AuditLogViewSet)
+router.register(
+    r'audit',
+    AuditLogViewSet,
+    basename='auditlog',
 )
 
 # 3. ลงทะเบียน ViewSet อื่น ๆ

backend/model_registry/repositories/ai_model_repository.py

@@ -1,5 +1,6 @@
 from ..models import AiModel
 from typing import List, Optional
+from api.models import InferenceAuditLog
 
 class AiModelRepository:
     """จัดการการเข้าถึงฐานข้อมูลสำหรับ AiModel โดยเฉพาะ"""
@@ -20,4 +21,27 @@ class AiModelRepository:
 
     def delete(self, model_instance: AiModel):
         model_instance.delete()
+
+    def log_inference(self, model_pk: str, user_pk: int, endpoint: str,
+                      status_code: int, latency: float, success: bool, summary: str):
+        """บันทึก Inference Log ลงใน InferenceAuditLog Model"""
+
+        try:
+            # 1. ดึง Instance Model และ User มาใช้ (ถ้ามี)
+            model_instance = self.get_by_id(model_pk)
+
+            # 2. สร้าง Log Record
+            InferenceAuditLog.objects.create(
+                user_id=user_pk,
+                model=model_instance,
+                endpoint_url=endpoint,
+                http_status=status_code,
+                latency_ms=latency,
+                is_success=success,
+                response_summary=summary
+            )
+        except Exception as e:
+            # ควรมี Loggin.error ที่นี่ เพื่อบันทึกว่าการบันทึก Log ล้มเหลว
+            print(f"CRITICAL: Failed to save audit log: {e}")
+
         # Logic อื่น ๆ ที่เกี่ยวข้องกับการเข้าถึง DB

backend/model_registry/services/ai_model_service.py

@@ -5,6 +5,7 @@ import requests
 from django.conf import settings
 from django.core.cache import cache
 from django.core.files.uploadedfile import UploadedFile
+import time
 
 class ConnectionError(Exception):
     """Custom Exception สำหรับการเชื่อมต่อล้มเหลว"""
@@ -88,6 +89,8 @@ class AiModelService:
 
         # --- Proxy Execution Logic ---
 
+        start_time = time.time()
+
         # 1. สร้าง Full Inference URL
         full_url = model.full_inference_url()
 
@@ -122,11 +125,36 @@ class AiModelService:
             cache.set(cache_key, result, timeout=3600)
 
             # 7. บันทึก Audit Log (Logic ในอนาคต)
-            # self.repo.log_inference_request(pk, user_id, full_url, response.status_code)
+            end_time = time.time()
+            latency = round((end_time - start_time) * 1000, 2)
+            summary = "Inference completed successfully."
+            self.repo.log_inference(
+                model_pk=str(pk), # ส่งเป็น String
+                user_pk=user_id,
+                endpoint=full_url,
+                status_code=response.status_code,
+                latency=latency,
+                success=True,
+                summary=summary
+            )
 
             return result
 
         except requests.exceptions.HTTPError as e:
+            end_time = time.time()
+            latency = round((end_time - start_time) * 1000, 2)
+            summary = f"HTTP Error {e.response.status_code}: {e.response.text[:200]}"
+
+            # บันทึก Audit Log เมื่อล้มเหลว (HTTP Error)
+            self.repo.log_inference(
+                model_pk=str(pk),
+                user_pk=user_id,
+                endpoint=full_url,
+                status_code=e.response.status_code,
+                latency=latency,
+                success=False,
+                summary=summary
+            )
             detail = f"AI Service returned error {response.status_code}: {response.text}"
             raise ConnectionError(detail)
         except requests.exceptions.RequestException as e:

backend/model_registry/views/ai_model_viewset.py

@@ -12,6 +12,8 @@ from permissions.permission_classes import IsAdminOrManager
 from rest_framework.permissions import IsAuthenticated
 from rest_framework.parsers import MultiPartParser
 
+from rest_framework.throttling import UserRateThrottle
+
 # Dependency Injection: สร้าง Instance ของ Repository และ Service
 # สำหรับโปรเจกต์ขนาดเล็กสามารถทำแบบนี้ได้
 repo = AiModelRepository()
@@ -117,7 +119,8 @@ class AiModelRegistryViewSet(viewsets.ModelViewSet):
         methods=['post'],
         url_path='run-inference',
         parser_classes=[MultiPartParser],
-        permission_classes=[IsAuthenticated]
+        permission_classes=[IsAuthenticated],
+        throttle_classes=[UserRateThrottle] # ถ้าผู้ใช้เรียกเกิน 50 ครั้ง/นาที จะถูกปฏิเสธด้วย 429 Too Many Requests
     )
     def run_inference(self, request, pk=None):
         """