webflux-backpressure

WebFlux 背压(backpressure) — 生产者快于消费者时用 onBackpressureBuffer/Drop/Latest 三种策略协调，避免内存堆积或 OOM。Use when 生产快于消费 / Flux 内存涨/OOM / 选背压策略 / 处理快速数据源时。

背压backpressureonbackpressurebufferonbackpressuredrop生产快于消费限速 limitrate

paths

*.java

Spring WebFlux · 背压 Backpressure

本条只管「生产者快于消费者时怎么协调」。基础流操作见 mono-flux.md；阻塞调用见 blocking-trap.md。

问题本质

背压 = 消费者向上游申请它能处理的量（request(n)），上游按需推送。当生产者（如高频传感器、Kafka 流）快于消费者，又无法被请求量约束（hot/外部源）时，元素会堆积——必须显式选一种策略，否则内存无限涨直到 OOM。

规则

策略	行为	适用
`onBackpressureBuffer(n)`	缓冲到上限，超了按策略报错/丢	不能丢数据，且峰值可控
`onBackpressureDrop()`	消费不过来就丢最新到来的	可丢、要最早的（如监控采样）
`onBackpressureLatest()`	只保留最新一个，旧的丢	只关心最新值（如实时仪表盘）
`limitRate(n)`	下游主动分批请求，从源头限速	数据源支持按需拉取时优先用

判据：能限速从源头 limitRate；不能丢用 Buffer（设上限）；可丢看要旧值还是新值选 Drop/Latest。

正例

// ✅ 高频源 + 慢消费：缓冲 1000，溢出丢最旧并告警
fastSource()
    .onBackpressureBuffer(1000,
        dropped -> log.warn("背压丢弃: {}", dropped),
        BufferOverflowStrategy.DROP_OLDEST)
    .flatMap(this::slowPersist);

// ✅ 实时仪表盘只要最新值
sensorFlux().onBackpressureLatest().subscribe(dashboard::render);

// ✅ 数据源可拉取：从源头限速，最稳
Flux.fromIterable(huge).limitRate(256).flatMap(this::handle);

反例

// ❌ 高频 hot 源直接慢消费，不设任何背压策略 —— 元素无限堆积直至 OOM
hotSensorFlux().flatMap(this::slowPersist);   // 缺 onBackpressure*/limitRate

// ❌ onBackpressureBuffer() 不设上限当"万能解" —— 只是把 OOM 推迟
flux.onBackpressureBuffer();   // 无界缓冲，峰值一样炸

自检

[ ] 生产可能快于消费的链路，显式选了背压策略而非放任堆积？
[ ] 数据源支持按需拉取时优先用 limitRate 从源头限速？
[ ] onBackpressureBuffer 设了有限上限 + 溢出处理，没用无界缓冲？
[ ] 选 Drop/Latest 前确认这条流允许丢数据？

Spring WebFlux · 背压 Backpressure

问题本质

规则

正例

反例

自检

相关