[翻译] Backpressure explained — the resisted flow of data through software

背压是每个软件工程师在某个时候都需要处理的问题。在这篇文章中，我将会阐述什么是背压，为什么背压是常见的，以及怎样缓解它。

The Definition

在编程的世界中，背压一词借鉴自流体力学。

wiki 中是这样定义背压的

在软件行业中，这个定义就变成了

软件的最终目的是接收输入，将输入转换为目标输出。对 API 而言，这个输出可能是一个 Json 对象，对于网页而言，这个输出可能是一个 HTML 文本，对于显示器而言，这个输出则是一个个像素。

背压则是指阻碍输入转换为输出这个过程的阻力。比如计算速度就是一种阻力。不停有数据被输入进来，但是计算速度却跟不上的话，就会出问题。背压也可能是别的因素造成的，例如：你的计算机需要等待用户的输入。

Examples of Backpressure

I Love Lucy: Chocolate Factory

我们从一个例子开始，在 50s 的 TV show 中有这样一幕，Lucy 在一个巧克力工厂工作，她的任务是将糖果从传送带上面取下来并将它包装到纸里面，工作内容很简单。但是她很快发现传送带的速度远远超过了她包装糖果的速度，接着闹剧就发生了。

这是背压的一个完美例子，Lucy 最终采取了两种方式去处理，把一些糖果放在一边等空闲时再处理（buffering）；把糖果吃进肚子里并把一些糖果藏在帽子里（dropping）。然而，在巧克力工厂的例子中，这两种做法都起不了作用。实际上，她真正需要做的是降低传送带的速度。换句话说，她需要去控制生产者的速度，我们稍后会讨论更多策略。

Reading and Writing Files

现在我们来讨论一下软件相关的背压，最常见的例子是读写文件。

写文件的速度远低于读文件的速度，假设现在有一个硬盘，它的读速率是150MB/s, 写速率是 100MB/s，如果你尽可能快的将文件读取到内存，同时也尽可能快的将文件写到磁盘上，你每秒将会消耗 50MB 的缓冲区，并且这个数字会不停扩大。在文件被读完前，你不可能缩小这个数字。

现在假设对一个 6GB 大小的文件执行上述操作，在你把整个文件读完之前，你需要一个 2GB 的缓冲区来完成写操作。

6 GB / 150 MB = 40 seconds
150 MB - 100 MB = 50 MB deficit
50 MB x 40 = 2 GB !!!

这太费内存了，在某些系统上，这将会超过最大的可用内存。假设这是一个 web 服务器，对每个请求都执行这种操作。很明显，这种做法在很多情况下是行不通的。

但是不用怕，解决方法也很简单，只需要将读取速度和写入速度保持一致就好了，几乎所有个 IO 库都会为你自动做这些工作的抽象，通常基于

streams

pipes

Backpressure Strategies

除了增加可用的计算资源，处理背压的策略可以用下面三种方法概括起来：

1. 控制生产者 (根据消费者来升高/降低生产速率)
2. 缓冲 (当峰值来临时，将一些数据临时缓存起来）
3. 抛弃 (仅从输入数据中采样部分数据进行处理)

reference

[https://medium.com/@jayphelps/backpressure-explained-the-flow-of-data-through-software-2350b3e77ce7](