什么是 Back Pressure
如果看到任务的背压警告（如 High 级别），这意味着 生成数据的速度比下游算子消费的的速度快。以一个简单的 Source -> Sink 作业为例。如果能看到 Source 有警告，这意味着 Sink 消耗数据的速度比 Source 生成速度慢。Sink 正在向 Source 施加反压。
许多情况都会导致背压。例如，GC导致传入数据堆积，或者数据源在发送数据的速度上达到峰值。如果没有正确处理反压力，可能会导致资源耗尽，甚至在最坏的情况下，数据丢失。
看一个简单的例子。假设数据流 pipeline（抽象为 Source，Streaming job 和 Sink）在稳定状态下以每秒500万个元素的速度处理数据，如下所示正常情况（一个黑色条代表100万个元素，下图表示系统1秒内的快照）：
如果 Source 发送数据的速度在某个时刻达到了峰值，每秒生成的数据达到了双倍，下游的处理能力不变：
消息处理速度 < 消息的发送速度，消息拥堵，系统运行不畅。如何处理这种情况？
a. 可以去掉这些元素，但是，对于许多流应用程序来说，数据丢失是不可接受的。
b. 将拥堵的消息缓存起来，并告知消息发送者减缓消息发送的速度。消息缓存应该是持久的，因为在发生故障的情况下，需要重放这些数据以防止数据丢失。
背压实现
采样线程
背压监测通过反复获取正在运行的任务的堆栈跟踪的样本来工作，JobManager 对作业重复调用 Thread.getStackTrace()。
如果采样（samples）显示任务线程卡在某个内部方法调用中，则表示该任务存在背压。
默认情况下，JobManager 每50ms为每个任务触发100个堆栈跟踪，来确定背压。在Web界面中看到的比率表示在内部方法调用中有多少堆栈跟踪被阻塞，例如，0.01表示该方法中只有1个被卡住。状态和比率的对照如下：
OK：0 <= Ratio <= 0.10
LOW：0.10 <Ratio <= 0.5
HIGH：0.5 <Ratio <= 1
为了不使堆栈跟踪样本对 TaskManager 负载过高，每60秒会刷新采样数据。
配置
可以使用以下配置 JobManager 的采样数：
-
web.backpressure.refresh-interval，统计数据被废弃重新刷新的时间（默认值：60000，1分钟）。 -
web.backpressure.num-samples，用于确定背压的堆栈跟踪样本数（默认值：100）。 -
web.backpressure.delay-between-samples，堆栈跟踪样本之间的延迟以确定背压（默认值：50，50ms）。
Web 显示
在 Flink WebUI 的作业界面中可以看到 Back Pressure 选项页面。
采样中
表示 JobManager 对正在运行的任务触发堆栈跟踪采样。默认配置，大约会花费五秒钟。
背压状态
运行正常状态
背压状态
对比 Spark streaming
Spark Streaming 的 back pressure 是从1.5版本以后引入。在之前版本，只能通过限制最大消费速度。这种限速的弊端很明显，假如下游处理能力超过了这个最大的限制，会导致资源浪费。而且需要对每个 Spark Streaming 作业进行压测预估，成本比较高。
从1.5版本开始引入了 back pressure，实现自动调节数据的传输速率，其监听所有作业的 onBatchCompleted 事件，并且基于 processingDelay、schedulingDelay、当前批处理的记录条数以及处理完成事件来估算出一个速率，用于更新流每秒能够处理的最大记录的条数。会随着数据能力进行调整，来保证 Spark Streaming 流畅运行。
对比来看，Spark Streaming 的 back pressure 比较简单，主要是根据下游任务的执行情况等，来控制 Spark Streaming 上游的速率。Flink 的 back pressure 机制不通，通过一定时间内 stack traces 采样，监控阻塞的比率来确定背压的。
Reference：
https://ci.apache.org/projects/flink/flink-docs-release-1.6/monitoring/back_pressure.html
https://www.da-platform.com/blog/how-flink-handles-backpressure