由于反压力是基于使用者的慢度，实现这一点的一种方法是将某些异常类型转换为延迟。你可以用 onErrorResume 为此，如下所示：

long start = System.currentTimeMillis();

Flux.range(1, 1000)
        .doOnNext(item -> System.out.println("Elpased " + (System.currentTimeMillis() - start) + " millis for item: " + item))
        .flatMap(item -> process(item).onErrorResume(this::slowDown), 5) // concurrency limit for demo
        .blockLast();

System.out.println("Flow took " + (System.currentTimeMillis() - start) + " milliseconds.");

private Mono<Integer> process(Integer item) {
    // simulate error for some items
    if (item >= 50 && item <= 100) {
        return Mono.error(new RuntimeException("Downstream failed."));
    }

    // normal processing
    return Mono.delay(Duration.ofMillis(10))
            .thenReturn(item);
}

private Mono<Integer> slowDown(Throwable e) {
    if (e instanceof RuntimeException) { // you could check for circuit breaker exception
        return Mono.delay(Duration.ofMillis(1000)).then(Mono.empty()); // delay to slow down
    }

    return Mono.empty(); // no delay for other errors
}

如果你检查这个代码的输出，你可以看到在第50项和第100项之间有一些减速，但是它在前后都以正常的速度工作。
请注意，我的示例没有使用Kafka。当你使用React堆Kafka图书馆荣誉背压，它应该工作的方式与这个虚拟的例子相同。
此外，由于流量可能同时处理项目，因此减速不是立即的，它将尝试在适当减速之前处理一些额外的项目。