流量控制，是一个在计算机网络和网络软件中已存在数十年的概念。本质上，它是一种向发送者施加背压来避免接收者过载的机制。

通常来讲，接收者会以缓冲数据包（或者消息）的方式来处理超过其处理能力的请求。比如网络线程会将接收到的请求数据，push到业务线程的线程队列中，业务线程从自己的线程队列获取请求消息进行处理。业务线程因需要进行大量的计算，每秒只能处理1000个请求消息，而网络线程业务高峰期时每秒接收了2000个来自客户端的请求，无法及时得到处理的请求消息，都被缓存在线程队列中。

但是内存有限制，接收者的缓冲区不可能永远增长，因此，要么发送速率暂时超过接收者处理能力（突发流量），或者发送者必须降低发送速度（背压策略）。

流量控制是一种对发送者施加背压，使其减慢发送速度的方式，使接收者的缓冲区不会溢出，并且延迟不会变得太大。在发送者/接收者数据链路中，这种背压可以沿调用链向上传播到流量的起点。在更为复杂的连接链路图中，流量控制可以平衡快速发送者和慢速发送者之间的入口流量，避免过载，即使在发送者数量不同、速率不同、负载模式不同（稳定或突发）的情况下，系统仍然可以达到最高利用率。

RabbitMQ看起来很像一个网络。内部的每个RabbitMQ代理都通过Actor模型实现，Actor模型是指，不同的组件之间通过消息传递相互通信，有时通过本地通信，有时通过网络通信。通过网络，生产者将消息发布给代理，消费者从代理接收消息。 在消息流转链路图的任一时间点，都有可能出现瓶颈，导致拥塞。拥塞会导致缓冲区和端口使用完，磁盘上的数据会增长，而硬件资源消耗很少（可以理解为此时在等待IO，系统负荷会比较高，但CPU使用率不一定高）。如果不加控制，RabbitMQ可能会耗尽所有可用内存，从而导致崩溃或被操作系统杀死。

从整个系统的角度来看，我们有四种可用的流量控制机制：

原文: Quorum Queues and Flow Control – The Concepts