在源到达其边界后，到达服务器实现流处理的消息会发生什么？
What happens to messages that come to a server implements stream processing after the source reached its bound?
我正在学习 akka 流，但显然它与任何流框架都相关 :)
引用 akka 文档：
Reactive Streams is just to define a common mechanism of how to move
data across an asynchronous boundary without losses, buffering or
resource exhaustion
现在，据我了解，如果直到流之前，让我们以一个 http 服务器为例，请求将会到来，当接收者完成请求时，那么即将到来的新请求将是收集在一个缓冲区中，该缓冲区将保存等待的请求，然后存在一个问题，即该缓冲区的大小未知，并且在某些时候，如果服务器过载，我们可能会丢失等待的请求。
然后流处理开始发挥作用，他们将这个缓冲区限制为可控...所以我们可以预定义我们想要排队的消息数量（在我的例子中是请求），我们可以处理每个消息一次。
我的问题是，如果我们实现服务器中的源最多可以有 3 条消息，那么如果第 4 个 ID 出现会发生什么？
我的意思是，当另一台服务器呼叫我们时，我们已经处理了 3 个请求...他的请求会怎样？
您所描述的实际上并不是 Reactive Streams 实现解决的主要问题。
请求数量方面的背压已通过常规网络工具解决。例如，在 Java 中，您可以将网络库（例如 Netty）的线程池配置为某种并行级别，该库将负责接受尽可能多的请求。或者，如果您使用同步套接字 API，它甚至更简单 - 您可以推迟对服务器套接字的调用 accept()，直到为所有当前连接的客户端提供服务。在任何一种情况下，两边都没有 "buffer"，直到服务器接受连接，客户端才会被阻塞（在阻塞 APIs 的系统调用中，或者在事件循环中对于异步 APIs).
Reactive Streams 实现解决的是如何处理更高级别数据管道内的背压。反应流实现（例如 akka-streams）提供了一种构建数据管道的方法，当数据的消费者变慢时，生产者也会自动变慢，这适用于任何类型的底层传输，无论是 HTTP、WebSockets、原始 TCP 连接还是进程内消息传递。
例如，考虑一个简单的 WebSocket 连接，其中客户端发送连续的信息流（例如来自某个传感器的数据），服务器将此数据写入某个数据库。现在假设服务器端的数据库由于某种原因（网络问题、磁盘过载等）变慢了。服务器现在跟不上客户端发送的数据，也就是在新的数据到达之前不能及时保存到数据库中。如果您在整个管道中使用反应流实现，服务器将自动向客户端发出信号，表明它无法处理更多数据，并且客户端将自动调整其生成速率，以免服务器过载。
当然，这可以在没有任何 Reactive Streams 实现的情况下完成，例如通过手动控制确认。然而，与许多其他库一样，Reactive Streams 实现为您解决了这个问题。它们还提供了一种简单的方法来定义此类管道，并且通常它们具有用于各种外部系统（如数据库）的接口。特别是，此类库可能会在最低级别实施背压，直至 TCP 连接，这可能很难手动完成。
至于 Reactive Streams 本身，它只是对可以由库实现的 API 的描述，它定义了通用术语和行为，并允许此类库可以互换或轻松交互，例如您可以使用规范中的接口将 akka-streams 管道连接到 Monix 管道，组合后的管道将无缝工作并支持 Reactive Streams 的所有背压功能。
我正在学习 akka 流，但显然它与任何流框架都相关 :)
引用 akka 文档：
Reactive Streams is just to define a common mechanism of how to move data across an asynchronous boundary without losses, buffering or resource exhaustion
现在，据我了解，如果直到流之前，让我们以一个 http 服务器为例，请求将会到来，当接收者完成请求时，那么即将到来的新请求将是收集在一个缓冲区中，该缓冲区将保存等待的请求，然后存在一个问题，即该缓冲区的大小未知，并且在某些时候，如果服务器过载，我们可能会丢失等待的请求。
然后流处理开始发挥作用，他们将这个缓冲区限制为可控...所以我们可以预定义我们想要排队的消息数量（在我的例子中是请求），我们可以处理每个消息一次。
我的问题是，如果我们实现服务器中的源最多可以有 3 条消息，那么如果第 4 个 ID 出现会发生什么？
我的意思是，当另一台服务器呼叫我们时，我们已经处理了 3 个请求...他的请求会怎样？
您所描述的实际上并不是 Reactive Streams 实现解决的主要问题。
请求数量方面的背压已通过常规网络工具解决。例如，在 Java 中，您可以将网络库（例如 Netty）的线程池配置为某种并行级别，该库将负责接受尽可能多的请求。或者，如果您使用同步套接字 API，它甚至更简单 - 您可以推迟对服务器套接字的调用 accept()，直到为所有当前连接的客户端提供服务。在任何一种情况下，两边都没有 "buffer"，直到服务器接受连接，客户端才会被阻塞（在阻塞 APIs 的系统调用中，或者在事件循环中对于异步 APIs).
Reactive Streams 实现解决的是如何处理更高级别数据管道内的背压。反应流实现（例如 akka-streams）提供了一种构建数据管道的方法，当数据的消费者变慢时，生产者也会自动变慢，这适用于任何类型的底层传输，无论是 HTTP、WebSockets、原始 TCP 连接还是进程内消息传递。
例如，考虑一个简单的 WebSocket 连接，其中客户端发送连续的信息流（例如来自某个传感器的数据），服务器将此数据写入某个数据库。现在假设服务器端的数据库由于某种原因（网络问题、磁盘过载等）变慢了。服务器现在跟不上客户端发送的数据，也就是在新的数据到达之前不能及时保存到数据库中。如果您在整个管道中使用反应流实现，服务器将自动向客户端发出信号，表明它无法处理更多数据，并且客户端将自动调整其生成速率，以免服务器过载。
当然，这可以在没有任何 Reactive Streams 实现的情况下完成，例如通过手动控制确认。然而，与许多其他库一样，Reactive Streams 实现为您解决了这个问题。它们还提供了一种简单的方法来定义此类管道，并且通常它们具有用于各种外部系统（如数据库）的接口。特别是，此类库可能会在最低级别实施背压，直至 TCP 连接，这可能很难手动完成。
至于 Reactive Streams 本身，它只是对可以由库实现的 API 的描述，它定义了通用术语和行为，并允许此类库可以互换或轻松交互，例如您可以使用规范中的接口将 akka-streams 管道连接到 Monix 管道，组合后的管道将无缝工作并支持 Reactive Streams 的所有背压功能。