0Pricing
WebSockets & Real-Time Systems with Spring · レッスン

リアクティブストリームにおけるバックプレッシャー処理

Reactorのバックプレッシャー演算子を使って、WebFluxで高速なプロデューサーと低速なWebSocketクライアントを制御し、負荷下でもストリームを安定させる方法を学びます。

「リアクティブストリームにおけるバックプレッシャー処理」はCoddyKit上の無料WebSockets & Real-Time Systems with Springレッスンです。 これはレッスン4/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはWebSockets & Real-Time Systems with Spring学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 WebSockets & Real-Time Systems with Springコースには全4レッスンが含まれています。

このレッスンの一部はまだ翻訳されておらず、英語で表示されています。

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

よくある質問

「リアクティブストリームにおけるバックプレッシャー処理」レッスンは無料ですか？

はい。「リアクティブストリームにおけるバックプレッシャー処理」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、WebSockets & Real-Time Systems with Springコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 WebSockets & Real-Time Systems with Springコースには全4レッスンが含まれています。

「リアクティブストリームにおけるバックプレッシャー処理」で何を学びますか？

Reactorのバックプレッシャー演算子を使って、WebFluxで高速なプロデューサーと低速なWebSocketクライアントを制御し、負荷下でもストリームを安定させる方法を学びます。 ブラウザで直接実行するハンズオンコードでWebSockets & Real-Time Systems with Springを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

WebSockets & Real-Time Systems with Springを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのWebSockets & Real-Time Systems with Springは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン4/4です。

「リアクティブストリームにおけるバックプレッシャー処理」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このWebSockets & Real-Time Systems with Springレッスンでコードを書いて実行できますか？

はい。すべてのWebSockets & Real-Time Systems with Springレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

  1. リアクティブプログラミング入門
  2. WebFlux WebSocketハンドラー
  3. リアクティブなリアルタイムサービスの構築
  4. リアクティブストリームにおけるバックプレッシャー処理
← WebSockets & Real-Time Systems with Springに戻る