Webflux背压

什么是背压？

当数据生产速率超过消费者消费速率时，背压就会出现，它是系统中的流量控制机制。在响应式编程中，背压是一种告知生产者消费者准备好处理的数据量的技术。

可以想象一个管道系统：当水在管道中以很大压力流动时，管道可能会破裂。背压的理念更像是一个调节阀，降低水压，以确保水流不仅安全，而且以最有效的方式运行。

背压策略

• 缓冲：将数据存储在缓冲区中，直到消费者准备好消费。
• 丢弃：如果消费者无法跟上生产者的速度，则丢弃额外数据。
• 最新：只保留最新信息，丢弃之前未处理的数据。
• 错误：当系统过载时抛出错误，表明无法再处理更多数据。

网络协议中的背压

要理解 Spring WebFlux 中的背压，首先要了解在网络协议层面，如 TCP，这一概念的含义。

TCP 中的流量控制

TCP（传输控制协议）是一种可靠的传输层协议。它保证数据无损且按正确顺序交付。其主要机制之一就是流量控制，防止发送方传输数据的速度超过接收方的处理能力。

主要特征：

• 接收窗口：告知发送方其接收窗口的大小，即它愿意接收的数据量。
• 传输速率控制：发送方根据接收方的窗口大小设置传输速率。
• 反馈：如果接收方的缓冲区满了，窗口大小会减小，指示发送方降低传输速度。

这是字节层面上背压的基本形式。

欲了解更多信息，请参阅这篇详细文章。

WebFlux 中的背压

Spring WebFlux 在底层使用 Netty，而 Netty 是建立在 TCP 之上的。TCP 操作的是字节，而应用程序操作的是逻辑对象或消息。

WebFlux 中背压的主要特征：

• 事件到字节的转换：WebFlux 负责将高级事件或消息转换为要发送的字节。
• 事件排队：如果消费者未请求新项目（忙于长时间处理），事件会在队列中累积。
• 缺乏对象级控制：TCP 在字节层面进行流量控制，不了解应用对象或消息的逻辑边界。
• 慢消费者问题：在没有应用级背压机制的情况下，快速生产者可能会使事件队列溢出，导致延迟增加和资源消耗。

背压过程的可视化

为了理解 Spring WebFlux 中的背压工作原理，让我们通过客户端和服务器交互的方式，可视化背压的应用过程。

过程步骤：

1. 客户端发送请求：客户端应用向服务器发起请求，例如，发起 HTTP 请求以获取特定数据，如大型对象集合或流数据。

2. 服务器响应：请求到达服务器，服务器开始构建响应。数据开始通过 TCP 连接作为字节流传输。

3. 解码并添加到 Flux：客户端应用通过 TCP 接收字节流。这些字节被解构成逻辑对象——消息并排队在 Flux 中。

4. 消费者提取和处理项目：消费者（例如，客户端应用中的一个处理程序）订阅 Flux 并开始拉取项目进行进一步处理。处理可能涉及大量计算、I/O 或数据库操作。

5. 慢消费者填满队列：如果消费者消费速度慢，它会开始填满提供给 Flux 的队列——换句话说，数据堆积起来等待消费。

6. 缓冲区溢出信号：当 Flux 无法再累积数据时（例如队列已满），此信号会传播回 TCP 层。TCP 中的流量控制向服务器发出信号，表明接收方已过载。

7. 服务器停止发送数据：一旦收到接收方无法处理更多数据的信号，服务器停止发送数据。然后，它等待接收方在缓冲区中腾出一些空间。

8. 消费者释放缓冲区空间：在消费数据时，它会释放 Flux 队列中的空间。现在它已准备好接收更多数据。

9. 恢复数据传输：服务器恢复数据传输，但保持传输速率与消费者的处理速度相平衡，以维持反馈循环而不使其过载。

在 Spring WebFlux 中使用背压

现在，了解了背压的重要性和机制后，让我们继续介绍在 Spring WebFlux 中实现背压的实际操作。我们将审查一个简单项目：一个使用 WebClient 从服务接收数据流的客户端应用。

设置项目

假设有一个服务，它应该能够处理从外部 API 提供的实时数据。目标是让该服务能够处理 API 不同的数据速率。

使用 WebClient 获取数据

假设我们正在检索一个数据流：

@Service
publicclass DataService {
privatestaticfinal Logger log = LoggerFactory.getLogger(DataService.class); 
privatefinal WebClient webClient; 
public DataService(WebClient.Builder webClientBuilder) {
    this.webClient = webClientBuilder.baseUrl("https://external-api.com").build();
  } 
public Flux<Data> getData() {
    var dataFlux = webClient.get()
              .uri("/data-stream")
             .retrieve()
             .bodyToFlux(Data.class);
    return dataFlux;
  }
}

• Flux<Data>：一个数据对象的响应式数据流。
• /data-stream：外部 API 中一个返回数据流的端点。

处理 Spring WebFlux 中的背压

默认情况下，Flux 有一个内部缓冲区，最多可容纳 256 个元素。这意味着，对于处理元素速度慢于生产者发出速度的消费者，Flux 会在要求背压策略之前开始缓冲最多 256 个元素。

使用 onBackpressure* 操作符

Spring WebFlux 提供了多个操作符来管理背压发生时的行为：

onBackpressureBuffer

在缓冲区中累积数据，并处理溢出。

public Flux<Data> getDataBuffer() {
    var dataFlux =
        webClient
            .get()
            .uri("/data-stream")
            .retrieve()
            .bodyToFlux(Data.class)
            .onBackpressureBuffer(
                100, // 缓冲区大小
                data -> {
                  // 溢出处理
                  log.error("缓冲区溢出，数据丢失：{}", data);
                });        return dataFlux;
}

onBackpressureDrop

当消费者无法足够快地处理新元素时将其丢弃。在缓冲区溢出不可接受且数据丢失可容忍时非常有用。

public Flux<Data> getDataDrop() {
    var dataFlux =
        webClient
            .get()
            .uri("/data-stream")
            .retrieve()
            .bodyToFlux(Data.class)
            .onBackpressureDrop(
                data -> {
                  // 处理丢弃的数据
                  log.warn("由于溢出，数据被丢弃：{}", data);
                });    return dataFlux;
}

onBackpressureLatest

只保留最新元素，丢弃之前未处理的元素。适用于只有最新数据相关的场景。

public Flux<Data> getDataLatest() {
    var dataFlux =
        webClient
            .get()
            .uri("/data-stream")
            .retrieve()
            .bodyToFlux(Data.class)
            .onBackpressureLatest();    return dataFlux;
}

onBackpressureError

当发生溢出时生成 OverflowException。在需要立即通知和纠正措施时非常有用。

public Flux<Data> getDataError() {
        var dataFlux =
                webClient
                        .get()
                        .uri("/data-stream")
                        .retrieve()
                        .bodyToFlux(Data.class)
                        .onBackpressureError();        return dataFlux;
}