什麼是反壓？

反壓是指對管道中流體的抵禦或反向作用力，導致喪失摩擦力和壓力降低。反壓的說法不太恰當，壓力是個標量，有大小，但沒有方向 -- 維基百科
在軟體中，反壓跟這有點關係但也有不同的含義：假設有一個很快的資料傳送方和一個比較慢的資料接收方，反壓是指一種機制可以反向推動傳送方不要把接收方壓垮。

無論是reactivestreams.org或java.until.concurrent.Flow，反應流都提供以下四個構建塊

Publisher傳送元素
Subscriber對收到的元素產生反應
一個Subscription來繫結Publisher和Subscriber
一個Processor
這是類圖：

Subscription的request()方法是反壓的頂層。
規範很直白：

Subscriber必須通過Subscription.request(long n)來傳送需求訊號後接收onNext訊號。這裡隱含的規則就是由Subscriber決定什麼時候和有多少元素需要被接收。為了避免可重入Subscription方法引起的訊號重排序，強烈推薦Subscriber方法的實現在呼叫Subscription方法的最後對任何訊號處理都是用同步的方式。推薦Subscriber請求它們可以處理的上限，因為一次只請求一個元素會導致低效的“停止和等待”協議。 -- JVM的Reactive流規範

響應流的規範很標準。它們也有基於Java的TCK。

但要定義如何管理producer傳送下游無法處理的元素就超出這個規範的範圍了。問題比較簡單，解決方法也多。每種Reactive框架都有提供方案，我們來看下。

RxJava 3的反壓

RxJava v3提供以下基礎類：

類	描述
Flowable	0到N號元素的流。支援Reactive-流和反壓
Observable	0到N元素的流。不支援反壓
Single	一個精確的流： 1個元素或一個錯誤
Maybe	一個包括以下的流：沒有元素一個元素或一個錯誤
Completable	一個流沒有元素但：是一個completion結束或一個錯誤的訊號

在這些類中，Flowable是唯一實現了Reactive流-反壓的流。因此，提供反壓不是唯一的問題。RxJava wiki指出：

反壓並沒有解決Observable過度生成或Subscriber過度消費。它只是將這個問題從處理的鏈條中移動到了一個比較好處理的地方。 --響應式進行反壓不是萬金油。

為了解決這個，RxJava提供處理“過度生產“元素的兩個主要策略：

將元素儲存到一個快取裡，如果沒有足夠的快取，可能會產生OutOfMemoryError。
丟掉資料
下圖描述了這些策略的不同實現方法：

記住onBackPressureLatest操作同使用onBackpressureBuffer(1)類似：

這張圖來自RxJava的Wiki。

與其他框架不同的是，RxJava提供方法來在傳送完所有元素後傳送溢位異常訊號。這讓消費者可以收到資料而同時清楚傳送方已經丟了資料。

Project Reactor中的反壓

Project Reactor中提供的策略與RxJava類似。

API有點不一樣。比如，如果生產者溢位Project Reactor提供一個方便的方法來拋異常：

var stream = Stream.generate(Math::random);
// RxJava
Flowable.fromStream(stream) // 1
.onBackpressureBuffer(0); // 2
// Project Reactor
Flux.fromStream(stream) // 1
.onBackpressureError(); // 2

建立Reactive流
如果生產者溢位拋異常

下面是高亮了反壓能力的Flux類圖：

與其他框架相比，Project Reactor提供設定快取TTL的方法來防止溢位。

協程中的反壓

協程提供同樣的快取和失效能力。協程的基礎類是Flow。

你可以這樣使用：

flow { // 1
while (true) emit(Math.random()) // 2
}.buffer(10)

建一個Flow類，由下面定義content
定義Flow的內容
設定快取容量為10

結論

RxJava，Project Reactor，Kotlin協程都提供反壓能力。在生產者比消費者更快時提供兩種策略：快取資料或拋棄資料。

Backpressure in Reactive Systems 響應式系統的反壓

什麼是反壓？

RxJava 3的反壓

Project Reactor中的反壓

協程中的反壓

結論

更多：

相關文章