深入讲解RxJava响应式编程框架，背压问题的几种应对模式

文章首发公众号：Java架构师联盟，每日更新技术好文

背压

本节首先介绍什么是背压（Backpressure）问题，然后介绍背压问题的几种应对模式。

什么是背压问题

当上下游的流操作处于不同的线程时，如果上游弹射数据的速度快于下游接收处理数据的速度，对于那些没来得及处理的数据就会造成积压，这些数据既不会丢失，又不会被垃圾回收机制回收，而是存放在一个异步缓存池中，如果缓存池中的数据一直得不到处理，越积越多，最后就会造成内存溢出，这便是响应式编程中的背压问题。

一个存在背压问题的演示实例代码如下：

package com.crazymaker.demo.rxJava.basic;
//省略import
@Slf4j
public class BackpressureDemo {
 /**
 *演示不使用背压
 */
 @Test
 public void testNoBackpressure() throws InterruptedException {
 //被观察者（主题）
 Observable observable = Observable.create(
 new Observable.OnSubscribe<String>() {
 @Override
 public void call(Subscriber<? super String> subscriber) {
 //循环10次
 for (int i = 0;i<10 ; i++) {
 log.info("produce ->" + i);
 subscriber.onNext(String.valueOf(i));
 }
 }
 });
 //观察者
 Action1<String> subscriber = new Action1<String>() {
 public void call(String s){
 try {
 //每消费一次间隔50毫秒
 Thread.sleep(50);
 } catch (InterruptedException e) {
 e.printStackTrace();
 }
 log.info("consumer ->" + s);
 }
 };
 //订阅:observable与subscriber之间依然通过subscribe()进行关联
 observable
 .subscribeOn(Schedulers.io())
 .observeOn(Schedulers.newThread())
 .subscribe(subscriber);
 Thread.sleep(Integer.MAX_VALUE);
 }
}

在实例代码中，observable发射操作执行在一条通过Schedulers.io()调度器获取的IO线程上，而观察者subscriber的消费操作执行在另一条通过Schedulers.newThread()调度器获取的新线程上。observable流不断发送数据，累积发送10次；观察者subscriber每隔50毫秒接收一条数据。

运行上面的演示程序后，输出的结果如下：

17:56:17.719 [RxIoScheduler-2] INFO c.c.d.r.b.Backpres