如何对Redis streams使用背压？

我是否遗漏了什么，或者是没有办法用Redis streams产生反压力？如果生产者将数据推送到流中，消费者可以更快地使用数据，那么就没有明显的方式向生产者发出信号，表明它应该停止或减慢速度

我预计会有一个阻塞版本的

XADD

，它将阻塞客户机，直到空间在一个有限制的流中变为可用（类似于

XREAD

的阻塞版本，它允许用户等待数据变为可用），但情况似乎并非如此

人们是如何处理上述情况的——向制作人发出信号，要求其推迟向流中添加更多项目

---

我知道有些数据流系统，如Kafka，不需要背压，但Redis似乎没有类似的解决方案，而且对于许多Redis streams用例来说，这似乎是一个相对常见的问题。

为什么要这样做？除非您的内存不足，否则这不是一个问题，每个消费者都可以在空闲时阅读

注意：不使用消费群体，仅通过XADD发布，读者通过XRANGE读取，通过存储在靠近卡夫卡的钥匙中的位置读取。每个分区使用一个流

生产者可以检查表大小是否每1K消息（通过XLEN）变得太大而无法降低速度，如果这是一个问题，您不能向它抛出硬件5个节点，每个节点20 Gig，流分布在集群中非常容易。。不明白这应该很容易，所以我可能错过了一些东西

还有一个XADD版本，它可以调整表的大小，以确保您不会过度填充上面的内容，但是这个世界需要一些非常极端的东西。对于我们来说，发送最新状态的频繁邮件需要2天，其他邮件需要9个月

另一件事是不要在流中存储大消息，使用blob或单独的键/存储。

如果启用了持久性（RDB或AOF），则流消息将被持久化，因此不需要背压。
如果您使用副本，则会有另一种程度的冗余。
只有当Redis没有足够的内存（或副本的网络带宽）来保存消息时，才需要背压。

---

老实说，我从未见过这种情况。

同样的问题，使得在对流边界和内存消耗几乎没有控制的情况下使用redis streams非常困难