pub/sub不支持削峰填谷，因无缓冲、不落盘、不排队；真正实现削峰填谷需用list或stream等有状态、可持久、可回溯结构。
PUB/SUB 本身不支持削峰填谷——它没有缓冲、不落盘、不排队，消息一发即逝。想靠它扛住突发流量，等于让快递员把包裹直接扔进人群里，没人接就丢。
真正能做削峰填谷的，是 LIST、STREAM 这类有状态、可持久、可回溯的数据结构。但 PUB/SUB 可以配合它们用，比如用它广播“有新订单来了”，下游消费者再从 STREAM 拉取具体数据。
SUBSCRIBE 阻塞连接在高并发下会快速耗尽连接数
- Redis 的
SUBSCRIBE是长连接，每个订阅者独占一个连接；一旦订阅多个频道或使用PSUBSCRIBE，连接不会复用 - 默认
maxclients是 10000，但实际中 2000+ 活跃订阅者就可能触发ERR max number of clients reached - Java 客户端（如 Lettuce）默认为每个
MessageListener启动独立连接，没做连接复用时极易打满
建议：
- 用单个连接 + 多频道订阅（
SUBSCRIBE ch1 ch2 ch3），而不是为每个频道建新连接 - 避免在循环里反复调用
SUBSCRIBE，订阅一次即可，重复执行会报ERR already subscribed to this channel - 若必须模式匹配，优先用
PSUBSCRIBE alert.*而非大量SUBSCRIBE alert.error、alert.warn等分散频道
PUBLISH 在突发流量下会阻塞主线程，且不保证送达
-
PUBLISH是同步命令：Redis 主线程遍历所有订阅者连接，逐个写入 socket；若某订阅者网络卡顿或处理慢，整个PUBLISH调用会被拖住 - 没有重试、无 ACK、无消费确认；客户端断连期间的消息永久丢失
- 单次
PUBLISH向 5000 个订阅者发消息，实测延迟可能飙到 200ms+，直接拖垮上游服务
应对方式：
- 绝对不要在核心交易链路（如下单、支付回调）中直接
PUBLISH - 把发布行为异步化：先写入
STREAM或LIST，再由后台 worker 异步PUBLISH通知（仅作轻量广播） - 对关键消息，改用
XADD+XREADGROUP，它支持 ACK、pending list、多消费者负载分摊
用 STREAM 替代 PUB/SUB 实现真削峰填谷
-
STREAM是追加写、有序、可分组、带游标、支持消费者组的持久化结构，天然适合削峰 - 示例：订单创建后写入
XADD orders * order_id 123 status created，下游多个 worker 通过XREADGROUP GROUP wg1 c1 COUNT 10 STREAMS orders >拉取并 ACK
关键配置注意点：
- 创建消费者组时必须指定
START位置，否则新组无法读历史消息：XGROUP CREATE orders wg1 $ MKSTREAM -
XPENDING要定期巡检，防止消息卡在 pending list 中超时未处理 - 不要给
STREAM设MAXLEN过小（如MAXLEN ~ 1000），否则削峰能力归零；按峰值 5 分钟积压量预估长度
PUB/SUB 的价值不在扛流量，而在低延迟广播控制信号——比如“清空本地缓存”“切换灰度开关”“触发配置热重载”。它快、轻、无状态，但也因此极难监控和兜底。真正要填谷，得靠 STREAM 的 backlog 和消费者组的伸缩性；而削峰，本质是把“推”变成“拉”，把“即时”变成“可重试”。
