Back Pressure是流处理系统中，非常经典常见的问题，它是让流系统能对压力变化能够呈现良好抗压性的关键所在
各个开源实时处理系统，在中后期，都开始有对背压机制有完善的考虑和设计，基本原理一致。实现方式各有千秋。
举例Spark Streaming
这句话怎么理解？？？
首先，服务中心的服务能力是有限的，要处理的事件时多时少，资源浪费?资源不够?
在系统架构设计中，要思考2个问题：
1、服务中心要抗住峰值事件（max问题）
2、这些事件如何有效被服务中心分配消费（match问题）
常用经典的排队理论，可以解决max问题，服务中心不会被压垮，
为了服务中心能正常服务，就需要多维护一个队列
- 原来只维护一个东西，就是服务中心
- 现在维护两东西，一个服务中心，一个队列
体现这种设计理念的经典设计模式之一(理论=> 模式)，生产者-消费者模式
但match问题没解决，根本目的：
你事件多，我给资源多，处理能力够
你事件少，我给资源少，处理能力够
总结一句话就是 合适最重要
为了解决match问题,业界提出Reactive Stream的设计模式，生产者-消费者模式 + 迭代器
消费者告诉生产者消费数量，服务中心每个机器能吃多少饭，都是已知的，如果量大，吃不下，Spark就会动态调节（动态Executor模型）,但怎么个调法？这个时候背压的概念和设计就出来了
背压就是背能背的起压力，从input到output，上游总给下游可承受的量，难点就是上游要知道下游能背多少？？？
SparkStreaming
基于SparkCore提供micro-batch处理的实时流式处理框架，就是批处理的批是很小的一批，
这个小批叫DStream（数据流 -> 转成DStream -> RDD机制处理）
SparkCore = Driver + Executor
上图是SparkStreaming的系统核心模块，和背压特性相关的，主要是模块3：数据的产生和导入。
基于前面的排队理论，Spark Streaming每一批次的处理时长（batch_process_time）需要小于批次间隔batch_interval，否则batch_process_time > batch_interval，程序的处理能力不足，积累的数据越来越多，最终会造成Executor的OOM。
Spark Steaming从1.5版本开始，开始引入背压机制，第一个相关问题是经典的SPARK-7398。其大体的思路是：
通过在Driver端进行速率估算，并将速率更新到Executor端的各个Receiver，从而实现背压
1、速率控制
2、速率估算
3、速率更新
- 速率控制
整个背压机制的核心，就是Drvier端的RateContoller，它作为控制核心，继承自StreamingListener，监听Batch的完成情况，记录下它们的关键延迟，然后传递给computeAndPublish方法，遍历Executor并进行估算和更新
- 速率估算
PIDRateEstimator是目前RateEstimator的唯一官方实现，基本上也没谁去重新实现一个，因为确实好用。PID(Proportional Integral Derivative，比例积分差分控制算法)是工控领域中，经过多次的验证是一种非常有效的工业控制器算法。Spark Streaming将它引入，作为根据最新的Rate，以及比例（Proportional) 积分（Integral）微分（Derivative）这3个变量，来确定最新的Rate，实现简洁明了，也非常好理解。
- 速率更新
计算完新Rate，就该把它发布出去了。RateController通过ReceiverTracker，利用RPC消息，发布Rate到Receiver所在的节点上，该节点上的ReceiverSupervisorImpl会接收消息，并把速率更新到BlockGenerator上，从而以控制每个批次的数据生成。
仔细阅读这两个类的代码，可以发现它们充分利用了Scala的特性和高性能网络通信库，非常的简洁，一点都不拖泥带水。无论是发送端的UpdateRateLimit的case class消息类构建，还是接收端的receive的偏函数特性，都充分的体现了Scala的代码之美。
参考资料
xxx
