Python asyncio中背压机制通过五种方式协调生产者与消费者速率：一、asyncio.Queue满时阻塞put；二、StreamReader按需read控制缓冲区；三、令牌桶限速器控制生成节奏；四、Semaphore限制并发写入数；五、异步生成器实现消费者主动拉取。
在 Python asyncio 中，当生产者向异步队列或流写入数据的速度远超消费者处理能力时，未被及时消费的数据会持续堆积，导致内存增长甚至崩溃。背压机制正是用于协调这种速率失衡的关键设计。以下是实现背压控制的几种方式：
一、使用 asyncio.Queue 的内置阻塞能力
asyncio.Queue 在满时会自动阻塞 put() 调用，使生产者暂停写入，直到队列中有空闲容量，从而自然形成反向压力信号。
1、创建一个最大长度为 10 的队列：queue = asyncio.Queue(maxsize=10)
2、在生产者协程中调用 await queue.put(item)，若队列已满则协程挂起
立即学习“Python免费学习笔记（深入）”；
3、在消费者协程中调用 item = await queue.get()，处理完成后调用 queue.task_done()
二、基于 StreamReader / StreamWriter 的流式背压
当通过 asyncio.StreamReader 读取网络流或子进程输出时，底层缓冲区大小限制和 read(n) 的按需调用可抑制数据过载，避免一次性加载全部内容到内存。
1、设置读取缓冲区上限：reader._buffer_size = 65536
2、使用 await reader.read(8192) 每次仅读取固定字节数，而非 read(-1)
3、在每次读取后显式检查缓冲区水位：if reader._buffer_len > 0.8 * reader._buffer_size: await asyncio.sleep(0)
三、手动实现令牌桶限速器
通过维护一个异步可等待的令牌池，强制生产者在获取令牌后才能生成新数据，将速率控制权交由令牌发放节奏决定。
1、定义令牌桶类并初始化每秒 5 个令牌：limiter = TokenBucket(rate=5, capacity=10)
2、在数据生成前插入限流点：await limiter.acquire()
3、令牌桶内部使用 asyncio.Event 和 asyncio.create_task 周期性补充令牌
四、利用 asyncio.Semaphore 控制并发写入数
信号量可用于限制同时处于“待处理”状态的数据项数量，间接约束生产者提交速度，防止下游积压失控。
1、创建容量为 3 的信号量：sem = asyncio.Semaphore(3)
2、在生产者中执行 async with sem: 块包裹数据构造与提交逻辑
3、确保消费者完成处理后才释放信号量，例如在 try/finally 块中调用 sem.release()
五、配合 async_generator 与 anext 实现拉取式迭代
使用异步生成器替代推式数据流，让消费者主动请求下一项，从而将节奏主导权完全交予消费者端。
1、定义异步生成器函数：async def data_stream(): ... yield item
2、消费者使用 async for item in data_stream(): 或 item = await anext(gen)
3、在生成器内部添加延迟或条件判断，例如 if not consumer_ready: await asyncio.sleep(0)
