当前位置:首页 > 文章列表 > 文章 > 前端 > Web Locks API 怎样让同源标签页串行执行共享任务

Web Locks API 怎样让同源标签页串行执行共享任务

来源:17golang原创 2026-11-20 14:12:04 0浏览 收藏

多个同源标签页同时刷新缓存或写入 IndexedDB 时,最容易出现的是重复请求和互相覆盖。Web Locks API 可以让它们争用同一个命名锁:拿到锁的标签页执行异步任务,回调返回后自动释放;其它请求可以排队等待,也可以选择拿不到就立即退出。

官方地址:https://developer.mozilla.org/en-US/docs/Web/API/Web_Locks_API

把需要串行的共享任务放进 navigator.locks.request() 回调,并让回调返回代表任务完成的 Promise。锁的生命周期就会跟任务绑定。

Web Locks API 解决的是哪一层并发

锁名只在同一个 origin 内有意义,同源的窗口、标签页和支持该 API 的 Worker 可以争用它。默认模式是 exclusive,同一时间只有一个持有者;shared 允许多个读者同时进入,但会和同名的独占请求互相协调。

它适合“谁负责刷新一次共享数据”“谁负责执行一次本地迁移”这类浏览器内协作,不等于数据库锁,也不能替代服务端对订单、库存或跨用户写入的并发控制。该能力通常要求安全上下文,部署时应按目标浏览器做能力检测。

Web Locks API 的同源标签页、Worker、命名锁和共享任务之间的静态关系说明图
图1:结构说明图,查看同一 origin 下的标签页和 Worker 如何通过命名锁连接到共享任务边界。

用同一个锁名包住异步任务

关键不是单独调用一次 request(),而是让真正的异步工作位于回调内部。回调返回的 Promise 完成后,浏览器才会释放锁;因此不要在回调里启动一个没有等待的后台 Promise。

// 多个同源标签页使用同一个锁名,避免重复刷新共享数据。
async function refreshSharedCache() {
  if (!navigator.locks) {
    // 不支持 Web Locks 时交给降级策略,不假装已经获得互斥。
    return refreshWithoutBrowserLock();
  }

  return navigator.locks.request("catalog-refresh", async (lock) => {
    // 回调返回的 Promise 决定持锁时长,任务完成后锁会自动释放。
    await fetchCatalogAndStoreInIndexedDB();
    return { lockName: lock?.name ?? "catalog-refresh", refreshed: true };
  });
}

这里的锁名是协议的一部分,参与协作的代码必须约定同一个字符串。若不同标签页分别使用 catalog-refresh 和 catalog_refresh,浏览器会把它们当成两把锁,仍然可能重复执行。

等待、放弃和取消应该怎么选

默认请求会等待同名锁释放,适合必须完成且可以排队的本地任务。如果页面只是想“顺便刷新一下”,可以用 ifAvailable,拿不到锁时回调收到 null,当前标签页直接跳过。

// 快速刷新不阻塞页面:锁忙时返回 skipped,而不是排队。
async function refreshIfIdle() {
  return navigator.locks.request(
    "catalog-refresh",
    { ifAvailable: true },
    async (lock) => {
      if (!lock) {
        // null 表示当前没有立即拿到锁,调用方可以稍后再调度。
        return { refreshed: false, reason: "busy" };
      }
      await fetchCatalogAndStoreInIndexedDB();
      return { refreshed: true };
    },
  );
}

// 只取消仍在排队的请求;拿到锁后仍应由任务自己的 AbortSignal 管理工作。
async function refreshWithDeadline(signal) {
  return navigator.locks.request(
    "catalog-refresh",
    { signal },
    async () => fetchCatalogAndStoreInIndexedDB(),
  );
}

signal 适合页面卸载、用户取消或超时场景。它解决的是“还没拿到锁的请求是否继续等待”,不能自动中断已经进入回调的网络请求;后者要把同一个取消信号继续传给 fetch 或数据库操作。

Web Locks API 中 exclusive、shared、ifAvailable 与 signal 选项和任务回调的静态关系说明图
图2:结构说明图,查看 request 选项如何连接锁模式、等待策略、取消信号和任务回调。

能力检测与边界处理

浏览器锁应当是本地协作优化,而不是唯一的数据正确性来源。调用前先判断 navigator.locks 是否存在;降级实现可以使用“随机延迟后再次读取版本号”等尽力策略,但对于必须严格互斥的业务,应该把协调放到服务端或数据库。

同一个页面还要处理回调抛出的异常:异常会让这次请求失败,但回调结束后锁仍会按 API 生命周期释放。不要把持锁范围扩大到无关的用户交互,也不要在多个任务之间无序嵌套锁名,否则容易形成相互等待。

常见问题

Web Locks API 能锁住服务端的同一条数据吗?

不能。它的作用域是浏览器 origin 内的窗口和 Worker,服务端、其它用户或另一台设备看不到这把锁。服务端仍要用数据库事务、队列或服务端锁保证业务一致性。

为什么拿到锁后 AbortSignal 取消没有立即停止任务?

锁请求的 signal 主要控制等待阶段。进入回调后,任务是否停止取决于你是否把取消信号传入网络请求或其它可取消操作。

可以把 Web Locks API 记成一条清晰的边界:同源浏览器上下文共享命名锁,回调 Promise 决定持锁时间,ifAvailable 控制是否等待,signal 控制排队请求是否放弃;业务最终一致性仍由真正拥有数据的服务端负责。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Acrobat怎样让PDF可批注但禁止打印Acrobat怎样让PDF可批注但禁止打印
上一篇
Acrobat怎样让PDF可批注但禁止打印
Web Streams TextEncoderStream 怎样把字符串转换成字节流
下一篇
Web Streams TextEncoderStream 怎样把字符串转换成字节流
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。
    1145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。
    1129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。
    1306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。
    1245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。
    1098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