共计 1028 个字符，预计需要花费 3 分钟才能阅读完成。
在上一节中，我们引入了消息队列作为异步系统解耦与扩展的核心工具。但随之而来的一个关键问题是：当任务生产速度持续大于消费速度时，系统应该如何自我保护？ 本篇将系统讲解异步系统中极其重要、却常被忽视的能力——背压机制（Backpressure）。
一、什么是背压：系统的“拒绝权”
背压并不是“优化性能”的技巧，而是一种 稳定性设计原则。
它解决的问题只有一个：
当系统承受不了时，如何优雅地拒绝继续接收压力。
没有背压的系统，最终只有两种结局：
- 内存被打爆
- 延迟无限放大直至崩溃
因此，背压的存在不是为了让系统更快，而是为了让系统 不失控。
二、异步系统中最常见的背压形式
在 Python asyncio 体系中，背压通常以非常朴素的形式出现。
- 有界队列（最重要）
queue = asyncio.Queue(maxsize=1000)
当队列满时：
put()会被阻塞- 上游生产者被迫等待
这是最直接、也是最可靠的背压机制。
- 并发限制（Semaphore）
sem = asyncio.Semaphore(10)
Semaphore 控制的是“同时执行的任务数量”，避免瞬时并发压垮系统资源。
三、为什么“无限队列”是灾难
很多初学者为了“不丢任务”，会选择无限队列。
这是一个极其危险的决策。
无限队列意味着：
- 系统没有负载上限
- 压力全部转化为内存占用
- 故障延迟暴露，排查极其困难
工程经验表明：
可控丢弃，远好于不可控崩溃。
四、背压与系统吞吐的真实关系
一个反直觉但极其重要的结论是：
合理的背压，反而能提升系统长期平均吞吐。
原因在于：
- 系统不再频繁触发 GC
- 不再发生级联失败
- 延迟分布更加稳定
背压让系统运行在“理性区间”，而不是“极限区间”。
五、反馈式背压：让系统“学会判断形势”
在成熟系统中，背压并非静态配置，而是动态调整。
常见反馈信号包括：
- 请求失败率
- 平均处理耗时
- 队列堆积速度
示例逻辑思路：
- 失败率上升 → 降低并发
- 延迟升高 → 缩小队列容量
- 状态恢复 → 逐步放开限制
这类设计，使系统具备“自我调节能力”。
六、背压与消息队列的协同关系
消息队列负责“隔离压力”，
背压机制负责“控制压力”。
两者结合，才能形成完整的系统保护闭环：
- 队列削峰
- 背压限流
- 反馈调节
缺一不可。
七、从技术细节到工程认知的转变
理解背压，意味着你已经完成了一次重要认知升级：
- 不再追求“全部接住”
- 开始关注“系统极限”
- 主动为失败预留设计空间
这正是初级工程师与中高级工程师之间的典型分界线。
下一篇，我们将继续在稳定性方向深入：
异步系统中的超时、重试与熔断设计——如何在失败常态中保持系统可用性。
