如何形象的描述反应式编程中的背压机制

发布网友发布时间：2022-04-20 05:10

共1个回答

热心网友时间：2023-07-11 16:01

在 Rx 中，只要生产者生产完数据，就把数据发出去了。同步的情况下，先后事件的消费会阻塞等待，这样当然不会有什么问题；但是异步情况下，问题就来了，消费者消费的速度赶不上生产者发射数据的速度，消费者没能力去消费生产者发过来的消息了，生活中供大于求，就会造成通货膨胀，在 RxJava 里也一样，供大于求，就会抛出异常（rx.exceptions.MissingBackpressureException），需要一些『宏观*』的*。一些常见场景：快速点击、数据库查询、键盘输入、网络请求等等。
既然明确了问题症结所在，那么相应的解决方案就显而易见了，既然『供大于求』，那么
①要么减少单位时间的供给；
②要么浪费掉；
③要么存起来，等到有能力了再去消费；
④要么提高消费能力。
在 Rx 里，观察者和被观察者都已经确定了，要提高消费者（即观察者）的消费能力，显然是不行了，所以就剩下其他的解决方案了。
既然数据发送的过快，就可以选择性地丢弃一些数据，题主提到的几个操作符都是这种方案（throttle，debounce，onBackpressureDrop）；
将多余的暂时无法处理的数据缓存起来，直到消费者有能力处理（buffer，window，onBackpressureBuffer）；
从生产者入手，降低生产者发送数据的速度。在 Subscriber 里有 request(long n) 方法，在 onStart 里调用这个方法，告诉生产者，消费者每次可以处理多少数据；在 onStart 里调用 request(0)，然后通过提供 requestMore(long n) 方法去调用 request(n) ，可以实现生产者 lazy push。