背压（Backpressure），指的是当下游消费数据的速度跟不上上游生产的速度时，系统主动把“我处理不过来”这个信号往上游传，让上游减速、等待甚至暂停，从而避免数据越堆越多、内存被撑爆、服务整体崩掉的一种反馈机制。
打个比方：早高峰地铁进站。安检口人手固定，一分钟只能过那么多人。如果进站闸机无限放人，站台很快会被挤满，出安全事故。所以工作人员会在入口拦人，等站台腾出空间再放一批。这个“拦住上游、等下游消化”的动作，就是背压。
反面例子更直观：水龙头一直开着，下水道排水量有限。水不会凭空消失，它先积在水池里，积满就漫出来。软件里的“水池”就是内存队列（Queue / Buffer），漫出来就是内存溢出（OOM）、请求超时，最后演变成雪崩。缓冲区只能推迟问题，不能解决问题——因为队列总有上限。
常见的背压实现有三类思路：
| 思路 | 做法 | 典型场景 |
|---|---|---|
| 减速阻塞 | 上游调用被挂起，天然变慢 | 同步调用、TCP 滑动窗口 |
| 拉取驱动 | 下游按自己节奏主动“要”数据 | 消息队列的 pull 消费、Reactive Streams 的 request(n) |
| 拒绝丢弃 | 队列满就报错或丢数据 | 有界队列、过载保护（Load Shedding） |
它和几个邻居概念容易混。缓冲（Buffer）只是暂存，不做反馈，本质上是把爆炸时间往后推；限流（Rate Limiting）是入口按预设阈值卡速率，属于事先定好的策略；背压则是下游根据自己当下的真实负载，实时地反向约束上游，属于动态反馈。流控（Flow Control）是更大的范畴，背压是它最常见的实现手段。
对做 AI 的人来说，这个机制几乎无处不在：推理服务请求堆积、训练数据管道里读取快过预处理、向量库批量写入跟不上解析速度，都会遇到“生产快过消费”。实践上通常做三件事：给队列设有上限、选自带背压语义的框架、让上游能正确处理“被拒绝”而不是无限重试。否则加机器也只是延长崩溃时间。
对普通人来说，背压解释了那些“看起来变慢”的现象：上传大文件时速度自动降下来、系统提示“请求过多，请稍后再试”、云盘同步卡在某一步。这些不是故障，而是系统在保护自己不被压垮。具体产品的实现和参数各不相同，以官方文档为准。