实现秒级实时流媒体转发需在location块精准启用proxy_buffering off，并同步禁用proxy_cache、gzip，启用chunked_transfer_encoding和HTTP/1.1长连接，调优超时与TCP参数，且后端须禁用缓冲并设置正确响应头。
要实现秒级实时流媒体转发，核心是让 Nginx 停止缓存后端响应体，做到“收到即发”，而 proxy_buffering off 就是触发这一行为的关键开关。但它单独启用无效，必须在协议、超时、传输层和响应头层面协同配置，否则仍会出现首字节延迟高、消息堆积或连接中断等问题。
精准作用于流媒体路径，避免全局关闭
不要在 http 或 server 块中全局设置 proxy_buffering off——这会破坏普通 API 和静态资源的吞吐效率与稳定性。应仅对实际承载流媒体的 location 精准控制：
location /stream { proxy_pass http://media_backend; proxy_buffering off; }location /hls/ { ... proxy_buffering off; }-
location /llm/tokens { ... proxy_buffering off; }（适用于 token 流式输出）
必须同步关闭的配套机制
proxy_buffering 关闭后，Nginx 不再管理响应体生命周期，以下默认机制会冲突或失效，必须显式禁用：
FastAPI Flask Proxy
下载
FastAPI + Flask 混合部署最佳实践，解决路由定义、API 代理等常见问题，适用于同时运行 FastAPI API 与 Flask 前端的场景。
- proxy_cache off：防止 Nginx 尝试缓存未结束的 chunked 响应，引发截断或 502
- gzip off：gzip 需完整响应才能压缩，与流式转发不兼容
- chunked_transfer_encoding on：显式启用分块编码，避免因缺失 Content-Length 而阻塞发送
- proxy_http_version 1.1; proxy_set_header Connection ''：确保长连接不被中间代理降级或误关
关键超时与底层传输调优
流媒体常有空闲期或低频帧输出，超时值过短会导致连接被主动断开：
- proxy_read_timeout 300（或更长）：适配后端帧间隔，如 SSE 或 LLM 场景下可能数十秒才发下一个 chunk
- tcp_nodelay on：禁用 Nagle 算法，确保每个小包（如单个视频 GOP 或 event 数据）立即发出，不合并等待
- proxy_buffer_size 4k：必须保留该值，它只缓存响应头，关闭 buffering 后仍需此空间写入状态行和 headers，设为 0 会直接导致 502
后端与响应头配合要点
Nginx 只透传，不生成或修正流式语义，后端必须主动配合：
- 后端需禁用自身输出缓冲（如 PHP 的
flush()、Python 的yield+response.stream、Node.js 的res.write() + res.flush()） - 响应头中必须含
Content-Type: video/mp4（或application/vnd.apple.mpegurl、text/event-stream等对应类型）和Cache-Control: no-cache - 避免返回
Content-Length，否则部分客户端或 CDN 会等待“满长”才开始解析播放 - 可加
add_header X-Accel-Buffering no;显式告知浏览器此处无缓冲，增强兼容性
不复杂但容易忽略
