并行处理适用于无依赖任务,使用promise.all()或promise.allsettled()实现;串行处理用于需顺序执行的场景,可通过循环或reduce链式调用完成;有限并发控制可借助任务队列和并发计数器平衡效率与资源占用。

在异步函数的世界里,并行与串行控制是我们日常编码中不可或缺的考量。简单来说,并行就是让多个任务同时跑起来,争取最快的总完成时间;而串行则是让任务一个接一个地执行,确保每一步都按序完成,这通常是为了资源管理、依赖关系或者避免某些副作用。选择哪种方式,往往取决于你手头任务的特性:是追求极致的吞吐量,还是需要严格的执行顺序和资源约束。

处理 async 函数中的并行与串行,核心在于对 Promise 的运用。
实现并行:

最直接的方式是利用 Promise.all()。当你有一组相互独立、没有先后依赖的异步任务时,把它们包装成 Promise 数组,然后丢给 Promise.all()。它会等待所有 Promise 都成功解决后,返回一个包含所有结果的数组。这就像你同时启动了多台机器,它们各自干活,最后你等着所有机器都出结果。
async function fetchMultipleDataParallel() {
const urls = ['/api/data1', '/api/data2', '/api/data3'];
try {
// 假设 fetchData 是一个返回 Promise 的异步函数
const results = await Promise.all(urls.map(url => fetchData(url)));
console.log('所有数据并行获取完成:', results);
return results;
} catch (error) {
console.error('并行获取数据时发生错误:', error);
// Promise.all 的一个特点是,只要有一个 Promise 失败,它就会立即拒绝
throw error;
}
}如果你不关心所有任务是否都成功,或者想知道每个任务的最终状态(成功还是失败),Promise.allSettled() 是更好的选择。它会等待所有 Promise 都“落定”(settled,即成功或失败),然后返回一个包含每个 Promise 状态和结果(或原因)的对象数组。这在处理一组可能失败的任务时特别有用,你不想因为一个任务的失败而中断整个流程。

实现串行:
最直观的串行控制就是使用 await 关键字在一个循环中。当你需要确保前一个异步操作完成后,下一个才能开始时,这种方式非常适用。
async function processTasksSequentially() {
const taskIds = [101, 102, 103];
const results = [];
for (const id of taskIds) {
try {
// 假设 processTask 是一个异步函数
const result = await processTask(id); // 等待当前任务完成
results.push(result);
console.log(`任务 ${id} 完成,结果:`, result);
} catch (error) {
console.error(`任务 ${id} 失败:`, error);
// 可以选择继续或中断
}
}
console.log('所有任务串行处理完成:', results);
return results;
}另一种优雅的串行方式是使用 Array.prototype.reduce 来链式执行 Promise。这在处理一系列相互依赖的异步操作时尤其强大。
async function chainDependentOperations() {
const operations = [
async (data) => { /* operation 1 */ return data + 1; },
async (data) => { /* operation 2 */ return data * 2; },
async (data) => { /* operation 3 */ return data - 5; }
];
const finalResult = await operations.reduce(async (previousPromise, currentOperation) => {
const previousResult = await previousPromise; // 等待上一个操作完成
return currentOperation(previousResult); // 执行当前操作并返回新的 Promise
}, Promise.resolve(0)); // 初始值,可以是任何 Promise.resolve(initialValue)
console.log('链式操作最终结果:', finalResult); // 预计输出 (0+1)*2-5 = -3
return finalResult;
}这种 reduce 的用法,将上一个操作的结果作为下一个操作的输入,非常适合数据流动的场景。
这是一个常见的决策点。我的经验是,当你的异步任务之间没有任何数据依赖或执行顺序上的强制要求时,就应该考虑并行。想象一下,你要从三个不同的微服务拉取数据,这三份数据各自独立,谁先回来都没关系,只要最后都拿到了就行。这时候,用 Promise.all 去并行请求是最高效的。
另一个考虑是用户体验。如果你的应用需要加载多张图片、多个API数据来填充页面,让它们并行加载可以显著减少用户的等待时间,提升感知性能。用户通常不愿意等待一个又一个的请求完成。
然而,并行并非总是万能药。它会占用更多的系统资源,比如网络带宽、CPU或内存。如果你在短时间内发起数百个并行请求,可能会导致服务器过载、浏览器崩溃,或者被API限流。所以,并行更多的是一种优化策略,而不是无脑应用。你需要评估任务的性质、可用的资源以及潜在的风险。
并行任务的错误处理是个棘手的问题。Promise.all() 的“全有或全无”特性,即一旦其中一个 Promise 拒绝,整个 Promise.all 就会立即拒绝,并且不会等待其他仍在执行的 Promise。这对于一些严格要求所有任务都成功的场景很合适,但很多时候我们希望即使有任务失败,也能知道哪些失败了,哪些成功了,并继续处理成功的部分。
这时候,Promise.allSettled() 就派上用场了。它返回的结果是一个数组,每个元素都是一个对象,包含 status('fulfilled' 或 'rejected')和 value(成功时的结果)或 reason(失败时的错误)。
async function fetchWithPartialSuccess() {
const urls = [
'/api/good-data',
'/api/bad-data-will-fail',
'/api/another-good-data'
];
const results = await Promise.allSettled(urls.map(url => fetchData(url)));
results.forEach((result, index) => {
if (result.status === 'fulfilled') {
console.log(`URL ${urls[index]} 成功:`, result.value);
// 可以继续处理成功的数据
} else {
console.error(`URL ${urls[index]} 失败:`, result.reason);
// 记录错误,或进行回滚等操作
}
});
// 你甚至可以过滤出成功的结果
const successfulResults = results
.filter(r => r.status === 'fulfilled')
.map(r => r.value);
console.log('成功获取的数据:', successfulResults);
// 或者找出所有失败的原因
const failedReasons = results
.filter(r => r.status === 'rejected')
.map(r => r.reason);
console.log('失败的原因:', failedReasons);
}通过 Promise.allSettled(),你可以对每个任务的最终状态进行细粒度的控制和处理,而不必因为一个失败而放弃整个批次。
另一种策略是在映射每个 Promise 时,就用 try...catch 包裹住,让每个单独的 Promise 总是解决(fulfilled),即使内部发生错误。这样 Promise.all() 就能正常运行,你会在结果数组中得到错误对象而不是实际数据。
async function fetchAndHandleErrorsIndividually() {
const urls = ['/api/data1', '/api/data-fail', '/api/data3'];
const promises = urls.map(async (url) => {
try {
const data = await fetchData(url);
return { status: 'success', data };
} catch (error) {
return { status: 'error', error: error.message, url };
}
});
const results = await Promise.all(promises); // 这里的 Promise.all 不会拒绝
results.forEach(item => {
if (item.status === 'success') {
console.log('成功获取:', item.data);
} else {
console.error(`从 ${item.url} 获取失败:`, item.error);
}
});
}这种方式的优点是,Promise.all 不会因为单个错误而中断,但你需要自己在返回的数据结构中处理错误信息。
有时候,我们既想利用并行提升效率,又不想一次性启动太多任务导致资源耗尽或被限流。这时,有限并发控制就显得尤为重要。这就像你有一条生产线,可以同时处理3个订单,但不能更多。
实现有限并发的一种常见模式是使用一个“任务队列”和“工人池”。你可以维护一个正在执行的任务计数器,当达到最大并发数时,新的任务就进入等待队列。当有任务完成时,就从队列中取出下一个任务开始执行。
下面是一个简化的实现思路:
class ConcurrencyLimiter {
constructor(limit) {
this.limit = limit; // 最大并发数
this.running = 0; // 当前正在运行的任务数
this.queue = []; // 等待执行的任务队列
}
/**
* 添加一个异步任务到队列
* @param {Function} taskFn - 返回 Promise 的异步函数
* @returns {Promise} - 任务执行结果的 Promise
*/
add(taskFn) {
return new Promise((resolve, reject) => {
this.queue.push({ taskFn, resolve, reject });
this.runNext();
});
}
async runNext() {
if (this.running >= this.limit || this.queue.length === 0) {
return; // 达到并发上限或没有任务了
}
this.running++;
const { taskFn, resolve, reject } = this.queue.shift(); // 取出队列中的第一个任务
try {
const result = await taskFn(); // 执行任务
resolve(result);
} catch (error) {
reject(error);
} finally {
this.running--; // 任务完成,无论成功失败,减少运行计数
this.runNext(); // 尝试运行下一个任务
}
}
}
// 示例用法:
async function simulateTask(id, duration) {
console.log(`任务 ${id} 开始, 预计耗时 ${duration}ms`);
return new Promise(resolve => setTimeout(() => {
console.log(`任务 ${id} 完成`);
resolve(`任务 ${id} 的结果`);
}, duration));
}
async function runLimitedConcurrency() {
const limiter = new ConcurrencyLimiter(2); // 最大并发数设为2
const tasks = [
limiter.add(() => simulateTask(1, 1000)),
limiter.add(() => simulateTask(2, 500)),
limiter.add(() => simulateTask(3, 1200)),
limiter.add(() => simulateTask(4, 800)),
limiter.add(() => simulateTask(5, 600)),
];
console.log('所有任务已提交');
const results = await Promise.all(tasks); // 等待所有任务完成
console.log('所有任务(有限并发)完成:', results);
}
runLimitedConcurrency();这个 ConcurrencyLimiter 类就是一种简单的有限并发控制机制。它确保了在任何给定时间点,最多只有 limit 个任务在同时执行。当一个任务完成时,它会立即检查队列中是否有等待的任务,并启动下一个。这在处理大量 I/O 密集型任务(如网络请求)时非常实用,既能利用并行优势,又能避免资源枯竭。
以上就是async函数中的并行与串行控制的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号