0Pricing
WebSockets & Real-Time Systems with Spring · درس

التعامل مع الضغط العكسي في التدفقات التفاعلية

أدر المنتجين السريعين وعملاء WebSocket البطيئين في WebFlux باستخدام عوامل الضغط العكسي في Reactor، لتحافظ التدفقات على استقرارها تحت الحمل.

التعامل مع الضغط العكسي في التدفقات التفاعلية درس مجاني في WebSockets & Real-Time Systems with Spring على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في WebSockets & Real-Time Systems with Spring، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة WebSockets & Real-Time Systems with Spring 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

The Fast Producer, Slow Consumer Problem

A reactive WebSocket may emit market ticks faster than a client can consume them. Without control, buffers grow until memory is exhausted. This mismatch is what backpressure solves.

What Backpressure Means

Backpressure is the consumer telling the producer how much it can handle. In Reactor, the subscriber requests n items; the publisher must not exceed that demand.

Reactor Is Demand-Driven

A reactive Flux built from a cold source naturally honors demand: nothing is produced until requested. The challenge appears with hot, time-driven sources like a price feed that emits regardless of demand.

WebSocketHandler Returns a Mono

In WebFlux a handler wires the outbound Flux into session.send. The framework subscribes and applies the transport's demand for you.

public Mono<Void> handle(WebSocketSession session) {
  Flux<String> out = prices.map(p -> session.textMessage(p));
  return session.send(out);
}

onBackpressureBuffer

Buffer overflow items up to a limit, then take an action. Good when bursts are short.

flux.onBackpressureBuffer(1000,
  dropped -> log.warn("dropped {}", dropped),
  BufferOverflowStrategy.DROP_OLDEST);

onBackpressureDrop

When the consumer is slow, simply drop new items. Ideal for telemetry where only the latest values matter.

flux.onBackpressureDrop(dropped -> metrics.increment("dropped"));

onBackpressureLatest

Keep only the most recent item, discarding intermediate ones. Perfect for a live dashboard that shows the current value, not the history.

flux.onBackpressureLatest();

Sampling and Throttling

Instead of dropping reactively, reduce the rate up front. sample emits the latest value at a fixed interval, smoothing a firehose into a manageable stream.

flux.sample(Duration.ofMillis(200));

Bounding Buffers Everywhere

Unbounded buffers are the silent killer. Always cap buffers and choose a strategy (drop, error, latest) so a stalled client cannot consume the server's heap.

Detecting Overwhelmed Clients

If a client repeatedly triggers drops, it may be too slow for the feed. Consider lowering its update rate, sending deltas, or closing the session with a clear status.

session.close(CloseStatus.create(1011, "client too slow"));

Choosing a Strategy

Match the operator to the data:

  • Must-not-lose orders → buffer with a safe cap, or error
  • Live metrics/prices → latest or sample
  • Best-effort telemetry → drop

Quick Check

Test your backpressure understanding.

Recap

You tamed reactive streams:

  • Backpressure aligns a fast producer with a slow consumer
  • Reactor is demand-driven; hot sources need explicit handling
  • buffer, drop, and latest strategies suit different data
  • sample throttles a firehose at the source
  • Never leave buffers unbounded; close clients that cannot keep up

الأسئلة الشائعة

هل درس «التعامل مع الضغط العكسي في التدفقات التفاعلية» مجاني؟

نعم — نص درس «التعامل مع الضغط العكسي في التدفقات التفاعلية» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة WebSockets & Real-Time Systems with Spring، انتقل إلى CoddyKit PRO. تتضمن دورة WebSockets & Real-Time Systems with Spring 4 دروس في المجموع.

ماذا ستتعلم في «التعامل مع الضغط العكسي في التدفقات التفاعلية»؟

أدر المنتجين السريعين وعملاء WebSocket البطيئين في WebFlux باستخدام عوامل الضغط العكسي في Reactor، لتحافظ التدفقات على استقرارها تحت الحمل. تتمرن على WebSockets & Real-Time Systems with Spring مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ WebSockets & Real-Time Systems with Spring؟

لا تُشترط خبرة سابقة. WebSockets & Real-Time Systems with Spring على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «التعامل مع الضغط العكسي في التدفقات التفاعلية»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس WebSockets & Real-Time Systems with Spring هذا؟

نعم. كل درس في WebSockets & Real-Time Systems with Spring يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

  1. مقدمة إلى البرمجة التفاعلية
  2. معالجات WebSocket في WebFlux
  3. بناء خدمات تفاعلية فورية
  4. التعامل مع الضغط العكسي في التدفقات التفاعلية
← العودة إلى WebSockets & Real-Time Systems with Spring