当前位置:首页 > 文章列表 > 文章 > 前端 > JavaScriptPromise并发控制技巧

JavaScriptPromise并发控制技巧

2025-10-26 09:31:47 0浏览 收藏

对于一个文章开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《JavaScript Promise并发控制方法》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

答案:通过并发控制限制同时执行的异步任务数,可避免资源耗尽。使用Promise队列或async/await实现任务调度,如手动创建任务池或利用p-limit等库控制最大并发,结合Promise.allSettled统一处理结果与错误,平衡性能与稳定性。

JavaScript Promise并发控制策略

在处理大量异步任务时,直接发起全部请求可能导致资源耗尽或服务端限流。这时候需要对 Promise 的并发数量进行控制,避免系统过载。常见的做法是通过“并发控制”机制,让任务按指定数量同时执行,完成一个再启动下一个,从而平滑地处理大量异步操作。

使用 Promise + 队列实现并发控制

核心思路是维护一个任务队列,限制同时运行的 Promise 数量。当某个任务完成后,自动从队列中取出下一个任务执行。

以下是一个简单的并发控制器实现:

function createPool(tasks, concurrency) {
  let index = 0;
  let completed = 0;
  let resolving = false;
  const results = new Array(tasks.length);

  return new Promise((resolve) => {
    function runNext() {
      if (index  {
            results[currentIndex] = { status: 'fulfilled', value: res };
          },
          (err) => {
            results[currentIndex] = { status: 'rejected', reason: err };
          }
        ).finally(() => {
          completed++;
          if (completed === tasks.length) {
            resolve(results);
          } else {
            runNext();
          }
        });
        // 控制并发数
        for (let i = 1; i 

使用方式:

const tasks = Array(10).fill().map((_, i) => () =>
  fetch(`/api/data/${i}`).then(res => res.json())
);

createPool(tasks, 3).then(results => {
  console.log('所有任务完成:', results);
});

基于 async/await 的简化实现

利用 async 函数和数组的 reduce 或递归调用,可以更清晰地管理流程。

示例:逐个执行但保持最大并发数:

async function asyncPool(poolLimit, array, iteratorFn) {
  const ret = [];
  const executing = [];

  for (const item of array) {
    const p = Promise.resolve().then(() => iteratorFn(item));
    ret.push(p);

    if (poolLimit  {
        executing.splice(executing.indexOf(e), 1);
      });
      executing.push(e);

      if (executing.length >= poolLimit) {
        await Promise.race(executing);
      }
    }
  }

  return Promise.allSettled(ret);
}

调用示例:

asyncPool(3, [1, 2, 3, 4, 5], (num) =>
  fetch(`/api/${num}`).then(res => res.text())
).then(results => {
  console.log('结果:', results);
});

第三方库方案(如 p-limit)

实际项目中,推荐使用成熟工具库简化开发。例如 p-limit 是一个轻量级的并发控制工具。

安装:

npm install p-limit

使用:

import pLimit from 'p-limit';

const limit = pLimit(3); // 最大并发3

const promises = [
  limit(() => fetch('/api/1').then(res => res.json())),
  limit(() => fetch('/api/2').then(res => res.json())),
  limit(() => fetch('/api/3').then(res => res.json()))
];

Promise.allSettled(promises).then(results => {
  console.log('完成:', results);
});

它内部自动管理队列,语法简洁,适合生产环境。

基本上就这些。手动实现有助于理解原理,但在工程化项目中优先考虑稳定性和可维护性,选择像 p-limit 这样的小而美的工具会更高效。关键是根据业务需求平衡速度与稳定性。不复杂但容易忽略的是错误处理和最终状态收集,建议统一使用 Promise.allSettled 获取完整结果。

以上就是《JavaScriptPromise并发控制技巧》的详细内容,更多关于并发控制,Promise,async/await,Promise.allSettled,p-limit的资料请关注golang学习网公众号!

AO3系列订阅方法及追踪技巧AO3系列订阅方法及追踪技巧
上一篇
AO3系列订阅方法及追踪技巧
Windows10Ping测试网络方法
下一篇
Windows10Ping测试网络方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    460次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    521次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    539次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    488次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    307次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码