实现一个批量请求函数 multiRequest(urls, maxNum)

news/2024/12/15 9:48:37/文章来源:https://www.cnblogs.com/ai888/p/18607660

在前端开发中,处理多个异步请求的一种常见需求是批量请求,并限制并发请求的数量以避免对服务器造成过大压力或浏览器资源耗尽。你可以使用 Promise.allArray.prototype.mapArray.prototype.reduce 等方法来实现一个批量请求函数 multiRequest,该函数接受一个 URL 数组和一个最大并发请求数 maxNum

以下是一个可能的实现:

function multiRequest(urls, maxNum) {const makeRequest = url => fetch(url).then(response => response.json());// 使用reduce实现批量请求控制const requestBatch = (urls = [], index = 0, maxConcurrent = maxNum, results = []) => {if (index >= urls.length) {return Promise.resolve(results);}const batchEnd = Math.min(index + maxConcurrent, urls.length);const batch = urls.slice(index, batchEnd).map(makeRequest);return Promise.all(batch).then(batchResults => {return requestBatch(urls, batchEnd, maxConcurrent, results.concat(batchResults));});};return requestBatch(urls);
}// 使用示例
const urls = ['https://jsonplaceholder.typicode.com/todos/1','https://jsonplaceholder.typicode.com/todos/2','https://jsonplaceholder.typicode.com/todos/3','https://jsonplaceholder.typicode.com/todos/4','https://jsonplaceholder.typicode.com/todos/5'
];multiRequest(urls, 2).then(results => {console.log(results);
}).catch(error => {console.error('Error fetching data:', error);
});

解释

  1. makeRequest 函数:这是一个辅助函数,用于创建单个请求并返回一个 Promise,该 Promise 解析为请求的 JSON 响应。

  2. requestBatch 函数:这是一个递归函数,用于控制并发请求的数量。它接受四个参数:

    • urls:要请求的 URL 数组。
    • index:当前处理的 URL 数组的索引。
    • maxConcurrent:允许的最大并发请求数。
    • results:收集到的请求结果数组。
  3. 批量处理

    • 首先检查是否处理完所有 URL,如果是,则返回结果数组。
    • 否则,根据 maxConcurrent 确定当前批次处理的 URL 数量,并发出这些请求。
    • 使用 Promise.all 等待当前批次的所有请求完成,然后将结果合并到 results 数组中,并递归调用 requestBatch 处理下一个批次。
  4. 返回 PromisemultiRequest 函数返回 requestBatch 的调用结果,该结果是一个 Promise,解析为所有请求的结果数组。

通过这种方式,你可以有效地控制并发请求的数量,同时处理多个异步请求。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/853161.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

群晖Lets Encrypt证书申请

注意本文时效性:2024.9.23 引言 为了保证SSL证书的权威性和安全性,Lets Encrypt 会验证您对域名的控制权。 申请 Lets Encrypt 证书有以下的验证控制权的方式:Web验证:通过在http的有权威的目录下创建一个验证文件以验证对服务器的控制权 Dns验证:通过在 DNS Record 中添加…

《计算机基础与程序设计》第十二周学习总结

学期(如2024-2025-1) 学号(如:20241300) 《计算机基础与程序设计》第十二周学习总结 作业信息这个作业属于哪个课程 <班级的链接> 2024-2025-1-计算机基础与程序设计这个作业要求在哪里 <作业要求的链接> 2024-2025-1计算机基础与程序设计第十二周作业)这个作…

读数据保护:工作负载的可恢复性14备份和恢复数据库

备份和恢复数据库1. 给采用传统方式交付的数据库制作备份 1.1. 某个数据库是新还是旧,跟该数据库是不是传统数据库没有必然的联系,真正的决定因素在于,这个数据库是不是运行在你所管理的服务器或虚拟机里1.1.1. 如果是,那就可以归入按照传统模型来交付的数据库1.1.2. 如果不…

2024北京多校联训游记

乡下人进城——开了眼了Day \(-\infty\) NOIP考的十分炸裂,一道题都没做出来,结果下来 \(40min\) 就切掉了第 \(2\) 题???这时 \(hfu\) 通知有意向的同学可以去参加在北京的多校联训。经过一番思想斗争后,还是决定去参加一下,毕竟技多不压身,且基础知识也整理的差不多了…

[CSP2020-J4] 直播获奖

题面 题目描述 NOI2130 即将举行。为了增加观赏性,CCF 决定逐一评出每个选手的成绩,并直播即时的获奖分数线。本次竞赛的获奖率为 $w%$,即当前排名前 $w%$ 的选手的最低成绩就是即时的分数线。 更具体地,若当前已评出了 $p$ 个选手的成绩,则当前计划获奖人数为 $\max(1, \…

LLM大模型推理优化示例分析

Large Transformer Model Inference Optimization 人工智能芯片与自动驾驶

遥感全景锐化的内容自适应非局部卷积

遥感全景锐化的内容自适应非局部卷积目前,基于机器学习的遥感泛变方法发展迅速。然而,现有的pansharpening方法往往没有充分利用非局部空间中的区分区域信息,从而限制了方法的有效性,并导致冗余的学习参数。介绍了一种所谓的内容自适应非局部卷积(CANConv),这是一种专为…

渗透测试-前端加密分析之AES

本文是高级前端加解密与验签实战的第3篇文章,本系列文章实验靶场为Yakit里自带的Vulinbox靶场,本文讲述的是绕过前端 AES(CBC) 和 AES(ECB) 加密。前言 本文是高级前端加解密与验签实战的第3篇文章,本系列文章实验靶场为Yakit里自带的Vulinbox靶场,本文讲述的是绕过前端 AE…

python内置函数permutations

what permutations是python的itertools模块的一个函数,可以用来求可迭代对象的全排列 itertools.permutations(iterable, r)iterable:可迭代对象 r:全排列的长度 return:tuple后面r的作用解释一下,加入iterable中元素有n个,r=m,就相当于先在n中选m个,再对m个进行全排列…

python内置函数map

what map是python提供的一个内置函数,用于对一个序列中每个元素,或者对多个序列中对应元素进行操作。 why 函数式编程范式的一种工具,可以代替一些循环操作。同时map操作在小数据100W即1e7的时候操作会比for循环和列表表达式快。 但是当继续增大数据量就会显出劣势,不过在处…

服务器信息

引子:作为信息收集篇的第一篇文章,本篇主要讲测试者在面对服务器时该收集什么样的信息,以及这些信息的收集方法。附:完整笔记目录~ ps:本人小白,笔记均在个人理解基础上整理,若有错误欢迎指正! 一、服务器信息引子:作为信息收集篇的第一篇文章,本篇主要讲测试者在面对…

01背包+多状态dp

01背包+多状态dp 前置知识 dp的四步法(绝对不是水字数):确定状态 确定答案 确定状态转移方程 确定初始状态和边界P7074 [CSP-J2020] 方格取数 题目中所给出的状态是这样的(图一):但是这样就会导致一个问题, \(i\) 值会访问空的地方,所以这里会有两种方案:左上角走到右…