Save up to 17% with yearly billing

See pricing

Caching & Monitoring

Fehlerbehandlung und 422-Codes: Fehlerbehandlung. HTTP-Fehler der Plattform und Wiederholungsversuche: Fehlerbehandlung.

Datenaktualität

Beide ML-Endpoints liefern für einen gegebenen Satz von Eingaben deterministische Schätzungen. Die Ergebnisse bleiben über Zeiträume von Tagen bis Wochen stabil — das Modell wird regelmäßig neu trainiert, nicht in Echtzeit.

EndpointEmpfohlene TTLCache-SchlüsselHinweise
GET /ml/flight-time24 Stundenflighttime:{from}:{to}:{aircraft}Routenstatistiken ändern sich selten; 24 h sind für die meisten Anwendungsfälle unbedenklich
GET /carbon/estimate1–24 Stundencarbon:{dep}:{arr}:{passengers}:{rfi}Kürzere TTL, wenn sich die Passagierzahl oder das RFI-Flag in Ihrer UI häufig ändert

Routenstatistiken werden aus historischen Betriebsdaten abgeleitet. Eine TTL von 24 Stunden für die Flugzeit ist angemessen, weil sich die Blockzeit-Normwerte für ein bestimmtes Städtepaar und einen bestimmten Flugzeugtyp nur ändern, wenn Fluggesellschaften ihre Flugpläne saisonal anpassen.

ML-Hinweis: Stellen Sie Schätzungen als historische Durchschnittswerte dar, nicht als Echtzeitprognosen. Bei der Flugzeit werden Wind und aktuelle Streckenführung nicht modelliert. Bei CO₂ folgen die Schätzungen der Methodik von ICAO Doc 9988; bei include_rfi=true enthält der Wert den Radiative Forcing Index (~2× Basis-CO₂) und muss in Texten für Passagiere offengelegt werden.

import os
import time
import requests

HEADERS = {
    "X-RapidAPI-Key": os.getenv("RAPIDAPI_KEY", "YOUR_RAPIDAPI_KEY"),
    "X-RapidAPI-Host": "skylink-api.p.rapidapi.com",
}
BASE = "https://skylink-api.p.rapidapi.com"

_cache: dict[str, tuple[dict, float]] = {}


def _cached_get(url: str, params: dict, ttl_seconds: int) -> dict | None:
    """In-process TTL cache. Replace with Redis for multi-instance deployments."""
    key = url + str(sorted(params.items()))
    cached = _cache.get(key)
    if cached and time.time() < cached[1]:
        return cached[0]

    r = requests.get(url, headers=HEADERS, params=params, timeout=(10, 15))
    if r.status_code == 404:
        return None
    r.raise_for_status()
    data = r.json()
    _cache[key] = (data, time.time() + ttl_seconds)
    return data


def get_flight_time(
    origin: str, destination: str, aircraft: str | None = None
) -> dict | None:
    """Cached ML flight time estimate. TTL 24 hours."""
    params: dict[str, str] = {"from": origin, "to": destination}
    if aircraft:
        params["aircraft"] = aircraft
    return _cached_get(f"{BASE}/ml/flight-time", params, ttl_seconds=86400)


def get_carbon(
    departure_icao: str,
    arrival_icao: str,
    passengers: int = 1,
    include_rfi: bool = False,
) -> dict | None:
    """Cached carbon estimate. TTL 1 hour (adjust to 24 h for stable routes)."""
    params: dict[str, str | int] = {
        "departure_icao": departure_icao,
        "arrival_icao": arrival_icao,
        "passengers": passengers,
        "include_rfi": str(include_rfi).lower(),
    }
    return _cached_get(f"{BASE}/carbon/estimate", params, ttl_seconds=3600)


if __name__ == "__main__":
    data = get_flight_time("KJFK", "KLAX", aircraft="B738")
    if data:
        print(
            f"Estimated: {data['estimated_hours_display']}  "
            f"(range {data['min_minutes']}–{data['max_minutes']} min)"
        )
        print("Statistical average — wind not modelled.")

    data2 = get_flight_time("KJFK", "KLAX", aircraft="B738")
    print("Cache hit:", data2 is not None)

Rate Limits

Jede Antwort enthält Rate-Limit-Header. Überwachen Sie X-RateLimit-Requests-Remaining für beide Endpoints zusammen — jeder Aufruf von /ml/flight-time und /carbon/estimate wird auf Ihr monatliches Kontingent angerechnet.

HeaderWert
X-RateLimit-Requests-LimitDas monatliche Anfragekontingent Ihres Tarifs
X-RateLimit-Requests-RemainingIn diesem Monat verbleibende Anfragen
X-RateLimit-Requests-ResetSekunden bis zum Zurücksetzen des Kontingents

Eine TTL von 24 Stunden für die Flugzeit reduziert die Aufrufe des ML-Endpoints auf einen pro Route und Tag — wichtig, wenn das Kontingent von allen API-Endpoints gemeinsam genutzt wird.

Monitoring

Protokollieren Sie bei jeder ML-Anfrage:

  • endpoint (flight-time oder carbon)
  • status_code
  • elapsed_ms
  • quota_remaining (aus X-RateLimit-Requests-Remaining)
  • cache_hit (boolean — stammt die Antwort aus dem Cache?)

Alarm auslösen bei:

  • status = 429 — Abfragehäufigkeit verringern oder TTLs verlängern
  • wiederholt elapsed_ms > 5000 — erwägen Sie ein kürzeres Timeout mit einem sauberen Fallback
  • quota_remaining < 200 — das monatliche Limit ist bald erreicht; TTLs verlängern oder Aufrufe für unterschiedliche Routen reduzieren

Siehe auch: Flugzeit · CO₂-Emissionen · Fehlerbehandlung · Fehlerbehandlung