背压在 Project Reactor 中是如何工作的？

Question

我一直在 Spring Reactor 中工作，并且之前的一些测试让我想知道 Fluxes 在默认情况下如何处理背压。我知道存在 onBackpressureBuffer 等，我也读过RxJava defaults to unbounded until you define whether to buffer, drop, etc.

那么，谁能帮我澄清一下：Reactor 3 中 Flux 的默认背压行为是什么？

我尝试搜索答案，但没有找到任何明确的答案，只有 Backpressure 的定义或上面链接的 RxJava 答案

Answer 1

什么是背压？

背压或消费者向生产者发出信号的能力 排放率太高 - Reactor Reference

当我们谈论背压时，我们必须将来源/发布者分为两组：尊重订阅者需求的一组，以及忽略它的一组。

通常热门来源不尊重订阅者的需求，因为它们经常生成实时数据，例如收听 Twitter 提要。在此示例中，订阅者无法控制创建推文的速度，因此很容易被淹没。

另一方面，冷源通常会在订阅发生时按需生成数据，例如发出 HTTP 请求然后处理响应。在这种情况下，您调用的 HTTP 服务器只会在您发送请求后发送响应。

重要的是要注意这不是一条规则：不是每个热源都忽略需求，也不是每个冷源都尊重它。您可以阅读更多关于热源和冷源的信息here。

让我们看一些可能有助于理解的例子。

尊重需求的发布者

给定一个产生从 1 到 Integer.MAX_VALUE 的数字的 Flux，并给出一个处理单个元素需要 100 毫秒的处理步骤：

Flux.range(1, Integer.MAX_VALUE)
    .log()
    .concatMap(x -> Mono.delay(Duration.ofMillis(100)), 1) // simulate that processing takes time
    .blockLast();

让我们看看日志：

[ INFO] (main) | onSubscribe([Synchronous Fuseable] FluxRange.RangeSubscription)
[ INFO] (main) | request(1)
[ INFO] (main) | onNext(1)
[ INFO] (main) | request(1)
[ INFO] (main) | onNext(2)
[ INFO] (parallel-1) | request(1)
[ INFO] (parallel-1) | onNext(3)
[ INFO] (parallel-2) | request(1)
[ INFO] (parallel-2) | onNext(4)
[ INFO] (parallel-3) | request(1)
[ INFO] (parallel-3) | onNext(5)

我们可以看到，在每个 onNext 之前都有一个请求。请求信号由concatMap 操作员发送。当concatMap 完成当前元素并准备好接受下一个元素时，会发出信号。源只有在收到下游的请求时才发送下一项。

在这个例子中，背压是自动的，我们不需要定义任何策略，因为操作员知道它可以处理什么并且源尊重它。

定义了忽略需求且没有背压策略的发布者

为了简单起见，我为本示例选择了一个易于理解的冷发布者。它是Flux.interval，它在每个指定的时间间隔发出一个项目。这个冷漠的发布者不尊重需求是有道理的，因为看到项目以不同的、比最初指定的更长的间隔发出会很奇怪。

让我们看看代码：

Flux.interval(Duration.ofMillis(1))
    .log()
    .concatMap(x -> Mono.delay(Duration.ofMillis(100)))
    .blockLast();

Source 每毫秒发出一个项目。订阅者能够每 100 毫秒处理一项。很明显，订阅者无法跟上制作者的步伐，我们很快就会收到类似这样的异常：

reactor.core.Exceptions$OverflowException: Could not emit tick 32 due to lack of requests (interval doesn't support small downstream requests that replenish slower than the ticks)
    at reactor.core.Exceptions.failWithOverflow(Exceptions.java:215)
    ...

我们可以做些什么来避免这个异常？

定义了忽略需求和背压策略的发布者

默认的背压策略是我们在上面看到的：以错误终止。 Reactor 不会对我们强制执行任何错误处理策略。当我们看到这种错误时，我们可以决定哪一个最适合我们的用例。

你可以在Reactor reference找到其中的几个。

对于这个例子，我们将使用最简单的一个：onBackpressureDrop。

Flux.interval(Duration.ofMillis(1))
    .onBackpressureDrop()
    .concatMap(a -> Mono.delay(Duration.ofMillis(100)).thenReturn(a))
    .doOnNext(a -> System.out.println("Element kept by consumer: " + a))
    .blockLast();

输出：

Element kept by consumer: 0
Element kept by consumer: 1
Element kept by consumer: 2
Element kept by consumer: 3
Element kept by consumer: 4
Element kept by consumer: 5
Element kept by consumer: 6
Element kept by consumer: 7
Element kept by consumer: 8
Element kept by consumer: 9
Element kept by consumer: 10
Element kept by consumer: 11
Element kept by consumer: 12
Element kept by consumer: 13
Element kept by consumer: 14
Element kept by consumer: 15
Element kept by consumer: 16
Element kept by consumer: 17
Element kept by consumer: 18
Element kept by consumer: 19
Element kept by consumer: 20
Element kept by consumer: 21
Element kept by consumer: 22
Element kept by consumer: 23
Element kept by consumer: 24
Element kept by consumer: 25
Element kept by consumer: 26
Element kept by consumer: 27
Element kept by consumer: 28
Element kept by consumer: 29
Element kept by consumer: 30
Element kept by consumer: 31
Element kept by consumer: 2399
Element kept by consumer: 2400
Element kept by consumer: 2401
Element kept by consumer: 2402
Element kept by consumer: 2403
Element kept by consumer: 2404
Element kept by consumer: 2405
Element kept by consumer: 2406
Element kept by consumer: 2407

我们可以看到在前 32 个项目之后有一个相当大的跳跃到 2400。由于定义的策略，它们之间的元素被丢弃了。

关键要点

• 背压通常是自动的，我们不需要做任何事情，因为我们按需获取数据。
• 如果来源不尊重订阅者的需求，我们需要定义一个策略来避免终止错误。

更新： 有用的阅读：How to control request rate