FACT COPY · DE
Faktenfassung: MCP-Server skalieren: Sitzungen, Parallelität und Tasks
Zustandsmodelle, horizontale Skalierung, Backpressure, langlaufende Tasks und Mandantentrennung.
Originalseite: https://travel-mcp.com/de/mcp-server/skalierung-sitzungen-tasks/
Sachliche Zusammenfassung
Skalierung eines MCP-Servers ist vor allem Zustands- und Konsistenzdesign. Recheninstanzen zu vervielfachen löst keine unklaren Sessions oder nicht idempotenten Fachoperationen.
Zustandsklassifikation
Protokollzustand, Authentifizierungskontext, fachlicher Prozesszustand und Cache sind getrennte Kategorien. Fachzustand gehört in dauerhafte Systeme, nicht in den Arbeitsspeicher einer Serverinstanz.
Diese Trennung ermöglicht Neustart und horizontale Verteilung, ohne Buchungs- oder Auftragswahrheit zu verlieren.
Sessions und Routing
Streamable HTTP kann MCP-Session-Id verwenden. Zustandslose Server benötigen keine Affinität; zustandsbehaftete Verbindungen müssen zum passenden Zustand geroutet oder über einen externen Store rekonstruiert werden.
Session-IDs sind zufällig, kurzlebig und an den Autorisierungskontext gebunden. Sie sind niemals selbst ein Authentifizierungsnachweis.
Parallelität und Backpressure
Limits gelten pro Nutzer, Mandant, Tool und Backend. Queues schützen abhängige Systeme. Server respektieren Cancellation, setzen harte Timeouts und begrenzen Ergebnisse.
Parallele Toolaufrufe dürfen keine Reihenfolge voraussetzen. Fachliche Sperren oder optimistische Versionsfelder schützen konkurrierende Schreibvorgänge.
Experimentelle Tasks
Tasks ergänzen Requests um dauerhafte Zustände, Polling, Ergebnisabruf und Abbruch. Task-IDs werden sicher erzeugt und an den Requestor gebunden; Listen liefern nur eigene Tasks.
TTL, maximale Parallelität und Cleanup verhindern unbegrenzten Ressourcenverbrauch. Da Tasks experimentell sind, bleibt die interne Jobarchitektur davon entkoppelt.
Kapazitätsplanung
Metriken umfassen Ankunftsrate, Servicezeit, Queuezeit, Payloadgröße und Downstreamlimits. P95 und P99 sind aussagekräftiger als Durchschnittslatenz.
Autoscaling berücksichtigt wartende Arbeit und Backendkapazität. Mehr Instanzen dürfen ein limitiertes Reservierungssystem nicht überfahren.
FAQ
Braucht jeder HTTP-Server Sessions?
Nein. Wenn keine verbindungsbezogenen Server-to-client-Funktionen benötigt werden, ist ein zustandsloses Modell oft einfacher.
Ersetzen Tasks eine Workflow-Engine?
Nein. Tasks bilden langlaufende Protokolloperationen ab, nicht zwingend die dauerhafte fachliche Prozesswahrheit.