如何利用JavaScript实现并发控制

 一、前言

在开发过程中，有时会遇到需要控制任务并发执行数量的需求。

例如一个爬虫程序，可以通过限制其并发任务数量来降低请求频率，从而避免由于请求过于频繁被封禁问题的发生。

接下来，本文介绍如何实现一个并发控制器。

二、示例 

const task = timeout => new Promise((resolve) => setTimeout(() => {    
   resolve(timeout);    
 }, timeout))      
 const taskList = [1000, 3000, 200, 1300, 800, 2000];     
 async function startNoConcurrentControl() {    
   console.time(NO_CONCURRENT_CONTROL_LOG);    
   await Promise.all(taskList.map(item => task(item)));   
   console.timeEnd(NO_CONCURRENT_CONTROL_LOG);    
 }    
 startNoConcurrentControl();   

上述示例代码利用 Promise.all 方法模拟6个任务并发执行的场景，执行完所有任务的总耗时为 3000 毫秒。

下面会采用该示例来验证实现方法的正确性。

三、实现

由于任务并发执行的数量是有限的，那么就需要一种数据结构来管理不断产生的任务。

队列的**「先进先出」特性可以保证任务并发执行的顺序，在 JavaScript 中可以通过「数组来模拟队列」**： 

class Queue {    
    constructor() {    
      this._queue = [];    
    }      
    push(value) {    
      return this._queue.push(value);    
    }      
    shift() {    
      return this._queue.shift();    
    }    
    isEmpty() {    
      return this._queue.length === 0;   
    }    
  }   

对于每一个任务，需要管理其执行函数和参数： 

class DelayedTask {    
    constructor(resolve, fn, args) {    
      this.resolve = resolve;    
      this.fn = fn;    
      this.args = args;    
    }    
  }   

接下来实现核心的 TaskPool 类，该类主要用来控制任务的执行： 

class TaskPool {    
    constructor(size) {    
      this.size = size;    
      this.queue = new Queue();   
    }      
    addTask(fn, args) {    
      return new Promise((resolve) => {    
        this.queue.push(new DelayedTask(resolve, fn, args));  
        if (this.size) {    
          this.size--;    
          const { resolve: taskResole, fn, args } = this.queue.shift();    
          taskResole(this.runTask(fn, args));    
        }    
      })    
    }    
    pullTask() {    
      if (this.queue.isEmpty()) {    
        return;    
      }    
      if (this.size === 0) {    
        return;    
      }    
      this.size++;    
      const { resolve, fn, args } = this.queue.shift();    
      resolve(this.runTask(fn, args));    
    }   
     runTask(fn, args) {    
      const result = Promise.resolve(fn(...args));    
       result.then(() => {   
        this.size--;    
        this.pullTask();    
      }).catch(() => {    
        this.size--;    
        this.pullTask();  
       })    
       return result;   
    }    
  }   

TaskPool 包含三个关键方法：

•  addTask: 将新的任务放入队列当中，并触发任务池状态检测，如果当前任务池非满载状态，则从队列中取出任务放入任务池中执行。
•  runTask: 执行当前任务，任务执行完成之后，更新任务池状态，此时触发主动拉取新任务的机制。
•  pullTask: 如果当前队列不为空，且任务池不满载，则主动取出队列中的任务执行。

接下来，将前面示例的并发数控制为2个： 

const cc = new ConcurrentControl(2);      
  async function startConcurrentControl() {    
    console.time(CONCURRENT_CONTROL_LOG);    
    await Promise.all(taskList.map(item => cc.addTask(task, [item])))    
    console.timeEnd(CONCURRENT_CONTROL_LOG);    
  }      
  startConcurrentControl();   

执行流程如下：

最终执行任务的总耗时为 5000 毫秒。

四、高阶函数优化参数传递 

await Promise.all(taskList.map(item => cc.addTask(task, [item])))   

手动传递每个任务的参数的方式显得非常繁琐，这里可以通过**「高阶函数实现参数的自动透传」**： 

addTask(fn) {   
    return (...args) => {    
      return new Promise((resolve) => {    
        this.queue.push(new DelayedTask(resolve, fn, args));   
         if (this.size) {    
          this.size--;    
          const { resolve: taskResole, fn: taskFn, args: taskArgs } = this.queue.shift();    
          taskResole(this.runTask(taskFn, taskArgs));    
        }    
      })    
    }    
  }   

改造之后的代码显得简洁了很多： 

await Promise.all(taskList.map(cc.addTask(task)))   

五、优化出队操作

数组一般都是基于一块**「连续内存」**来存储，当调用数组的 shift 方法时，首先是删除头部元素（时间复杂度 O(1)），然后需要将未删除元素左移一位（时间复杂度 O(n)），所以 shift 操作的时间复杂度为 O(n)。

由于 JavaScript 语言的特性，V8 在实现 JSArray 的时候给出了一种空间和时间权衡的解决方案，在不同的场景下，JSArray 会在 FixedArray 和 HashTable 两种模式间切换。

在 hashTable 模式下，shift 操作省去了左移的时间复杂度，其时间复杂度可以降低为 O(1)，即使如此，shift 仍然是一个耗时的操作。

在数组元素比较多且需要频繁执行 shift 操作的场景下，可以通过 「reverse + pop」 的方式优化。 

const Benchmark = require('benchmark');    
  const suite = new Benchmark.Suite;      
  suite.add('shift', function() {    
    let count = 10;    
    const arr = generateArray(count);    
    while (count--) {    
      arr.shift();    
    }   
  })   
  .add('reverse + pop', function() {    
    let count = 10;    
    const arr = generateArray(count);    
    arr.reverse();    
    while (count--) {    
      arr.pop();    
    }    
  })    
  .on('cycle', function(event) {    
    console.log(String(event.target));    
  })    
  .on('complete', function() {    
    console.log('Fastest is ' + this.filter('fastest').map('name'));    
    console.log('\n')    
  })    
  .run({    
    async: true    
  })   

通过 benchmark.js 跑出的基准测试数据，可以很容易地看出哪种方式的效率更高：

回顾之前 Queue 类的实现，由于只有一个数组来存储任务，直接使用 reverse + pop 的方式，必然会影响任务执行的次序。

这里就需要引入双数组的设计，一个数组负责入队操作，一个数组负责出队操作。 

class HighPerformanceQueue {    
   constructor() {    
     this.q1 = []; // 用于 push 数据    
     this.q2 = []; // 用于 shift 数据    
   }      
   push(value) {    
     return this.q1.push(value);   
   }    
   shift() {    
     let q2 = this.q2;  
      if (q2.length === 0) {    
       const q1 = this.q1;    
       if (q1.length === 0) {    
         return;    
       }    
       this.q1 = q2; // 感谢 @shaonialife 同学指正    
       q2 = this.q2 = q1.reverse();    
     }    
     return q2.pop();    
   }    
   isEmpty() {    
     if (this.q1.length === 0 && this.q2.length === 0) { 
        return true;   
     }    
     return false;    
   }    
 }   

最后通过基准测试来验证优化的效果：