Todo sistema tiene un ritmo máximo que puede procesar. Cuando las llegadas lo superan, el trabajo se acumula en algún sitio: en una cola de mensajes, en grupos de hilos, en los bucles de reintento de los clientes. Una cola sin límite esconde el problema hasta que se acaba la memoria o todas las peticiones esperan minutos. La contrapresión consiste en dejar que la sobrecarga empuje de vuelta hacia quien envía: colas limitadas, rechazos explícitos y clientes que bajan el ritmo.
El crecimiento de una cola es aritmética simple: (ritmo de llegada - ritmo de servicio) x tiempo. Cuando la cola está limitada, decide qué rechazar primero: descarta el trabajo de baja prioridad, devuelve 429 o 503 con un tiempo de reintento y protege las peticiones que más importan. Los reintentos necesitan espera exponencial con variación aleatoria, o una caída breve se convierte en una tormenta de reintentos que mantiene el servicio caído después de recuperarse.
Limita las colas, descarta carga a propósito y evita que los reintentos agraven una caída.