背压（计算机系统）

数据源若持续快于使用者，尚未处理的数据就会积累。异步执行能把活动分开，却不能消除这项数量关系；无限增加队列，只会把等待变成持续增长的内存和后续处理负担。

背压把下游状态带回上游，让生产或发送在适当位置等待、减少，或遵守请求额度。Reactive Streams把控制这种异步数据交换作为目标，使接收者不必被迫缓冲任意多的数据。

参考：[1]

Python的StreamWriter.drain展示一种阈值机制：写缓冲达到高水位时等待，降到低水位后再允许继续写；没有需要等待的情况时，它可以立即返回。阈值控制的是待发送缓冲，不能据此推断远端业务已处理完数据。

Reactive Streams则规定发布者不能发送超过订阅者累计请求量的元素。请求额度不是要求生产者必定给足数量：流仍可能先完成或报错。这把“允许继续发送多少”与“保证将产生多少”区分开。

参考：[2] [3]

一个有界队列满后使生产者等待，是另一种协调方式；若生产者转而把待办塞进另一个无界集合，积压只是换了位置。需要沿生产、排队、执行与结果消费的边界一起核对资源。

背压也不会提高下游实际的长期处理能力。系统仍需安排失败、关闭和不再需要的数据；具体接口可以采用异步等待而不阻塞执行线程，不能把所有背压都等同于让整个进程停止。

参考：[4] [1]