首页 > 文章 > 前端

并发控制：限制异步请求数量方法

时间：2025-12-02 23:21:34 313浏览收藏

今天golang学习网给大家带来了《并发控制方案：限制异步请求数量》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~

使用信号量、批处理或任务队列控制并发请求，避免资源耗尽。1. 信号量通过acquire/release限制同时运行的任务数；2. 批处理将请求分组，逐批执行；3. 任务队列动态调度，保持最多max个并发任务。根据场景选择：信号量适合精细控制，批处理适用于简单批量操作，任务队列更优用于复杂持续任务流，平衡性能与稳定性。

并发控制实现方案_限制异步请求的并发数量

在处理大量异步请求时，如果不加控制地发起所有请求，可能会导致系统资源耗尽、网络拥塞或目标服务限流。为了解决这个问题，需要对并发的请求数量进行限制。通过合理的并发控制方案，可以在保证效率的同时避免系统过载。

使用信号量（Semaphore）控制并发

信号量是一种经典的并发控制机制，用于限制同时访问某一资源的线程或任务数量。

在 JavaScript 中，可以通过类来模拟信号量行为：

class Semaphore {
  constructor(max) {
    this.max = max;
    this.current = 0;
    this.queue = [];
  }

  async acquire() {
    return new Promise((resolve) => {
      if (this.current  0) {
      const next = this.queue.shift();
      this.current++;
      next();
    }
  }
}

利用该信号量，可以控制异步请求的并发执行数量：

const semaphore = new Semaphore(3); // 最多同时3个请求

async function fetchWithLimit(url) {
  await semaphore.acquire();
  try {
    const response = await fetch(url);
    return response.json();
  } finally {
    semaphore.release();
  }
}

批量调度：按批次执行请求

将所有请求分成多个批次，每批只执行有限数量的请求，等部分完成后再发起下一批。

实现方式如下：

async function limitedParallelRequests(urls, maxConcurrent) {
  const results = [];
  for (let i = 0; i  fetch(url).then(res => res.json()))
    );
    results.push(...batchResults);
  }
  return results;
}

这种方式简单直接，适用于不需要持续流水线处理的场景。

使用任务队列实现动态调度

更灵活的方式是维护一个任务队列，由一个调度器负责按最大并发数启动和补充任务。

示例实现：

async function runWithConcurrencyLimit(tasks, max) {
  const results = [];
  const executing = [];

  for (const task of tasks) {
    const p = Promise.resolve().then(task);
    results.push(p);

    const e = p.then(() => executing.splice(executing.indexOf(e), 1));
    executing.push(e);

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

  return Promise.all(results);
}

这种模式能更高效地利用空闲资源，一旦有位置就立即补上新任务，提升整体吞吐量。

基本上就这些。选择哪种方式取决于具体需求：信号量适合精细控制，批处理适合简单场景，任务队列则更适合复杂或长期运行的任务流。关键在于平衡性能与稳定性。不复杂但容易忽略。

好了，本文到此结束，带大家了解了《并发控制：限制异步请求数量方法》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！