面试题：Kotlin响应式编程中Flow的背压处理

背压产生的场景

在异步数据流处理中，当生产者（发射数据的一方）产生数据的速度远远快于消费者（收集数据的一方）处理数据的速度时，就会产生背压。例如在Flow中，一个Flow可能会快速发射大量数据，而下游的collect操作由于某些原因（如复杂的业务逻辑处理、I/O操作等）无法及时处理这些数据，这时就会出现背压问题。如果不处理背压，数据可能会在缓冲区堆积，最终导致内存溢出。

Flow提供的处理背压策略

BUFFER：这是默认策略。它会使用一个缓冲区来暂存生产者发射的数据。缓冲区默认大小为64，如果缓冲区满了，生产者会暂停发射数据，直到消费者从缓冲区中取出数据，腾出空间。
DROP：在这种策略下，当缓冲区满了，生产者继续发射数据时，新的数据会直接被丢弃，不会进入缓冲区。这意味着部分数据会丢失，但可以避免缓冲区无限增长导致内存溢出。
LATEST：此策略下，缓冲区始终只保留最新发射的数据。当缓冲区满了，新的数据会替换掉缓冲区中已有的数据。消费者始终收集到的是最新的数据，同样会丢弃旧数据。

示例代码

import kotlinx.coroutines.delay
import kotlinx.coroutines.flow.*
import kotlinx.coroutines.runBlocking

fun main() = runBlocking {
    val flow = flow {
        var i = 0
        while (true) {
            emit(i++)
            delay(10) // 模拟快速发射数据
        }
    }.flowOn(flowOn = kotlinx.coroutines.Dispatchers.Default)

    flow
      .onBackpressureDrop { dropped ->
            println("Dropped $dropped")
        }
      .collect { value ->
            delay(100) // 模拟慢速收集数据
            println("Collected $value")
        }
}

在上述代码中，flow 以每10毫秒的频率发射数据，而 collect 每100毫秒才处理一个数据，模拟了高发射频率和低收集频率的场景。通过 onBackpressureDrop 策略，当缓冲区满了新数据会被丢弃，并打印出被丢弃的数据，以此来处理背压，避免内存溢出。如果想使用其他策略，只需将 onBackpressureDrop 替换为 onBackpressureBuffer（BUFFER策略）或 onBackpressureLatest（LATEST策略）即可。

星途面试题库

面试题：Kotlin响应式编程中Flow的背压处理

知识考点

面试题答案

背压产生的场景

Flow提供的处理背压策略

示例代码