Dio 并发请求限制机制的实现思路
2025-05-18 00:50:47作者:滑思眉Philip
并发控制的重要性
在现代应用开发中,网络请求管理是一个关键环节。Dio作为Flutter生态中广泛使用的HTTP客户端,其并发请求处理能力直接影响应用性能和服务器稳定性。当应用需要频繁与后端API交互时,无限制的并发请求可能导致服务器过载、触发API速率限制甚至导致请求失败。因此,实现合理的并发控制机制对于保证应用稳定性和提升用户体验至关重要。
核心实现原理
Dio本身并未内置并发限制功能,但通过其强大的拦截器机制,我们可以灵活地实现这一需求。核心思路是使用计数器锁(Counter Lock)或互斥锁(Mutex)配合拦截器来实现请求的排队管理。
技术实现要点
- 请求计数器:维护一个全局计数器,记录当前正在进行的请求数量
- 最大并发数:设定一个最大并发请求数的阈值
- 请求队列:当并发数达到上限时,将新请求加入等待队列
- 完成回调:每个请求完成后减少计数器并触发队列中等待的请求
具体实现方案
基于拦截器的实现
Dio的拦截器机制允许我们在请求发出前和响应返回后插入自定义逻辑。我们可以创建一个并发控制拦截器:
class ConcurrencyInterceptor extends Interceptor {
final int maxConcurrentRequests;
int _currentRequests = 0;
final _pendingRequests = Queue<RequestOptions>();
ConcurrencyInterceptor({this.maxConcurrentRequests = 5});
@override
Future onRequest(
RequestOptions options,
RequestInterceptorHandler handler,
) async {
if (_currentRequests >= maxConcurrentRequests) {
_pendingRequests.add(options);
return;
}
_currentRequests++;
handler.next(options);
}
@override
Future onResponse(
Response response,
ResponseInterceptorHandler handler,
) async {
_currentRequests--;
_processPendingRequests();
handler.next(response);
}
@override
Future onError(
DioError err,
ErrorInterceptorHandler handler,
) async {
_currentRequests--;
_processPendingRequests();
handler.next(err);
}
void _processPendingRequests() {
while (_currentRequests < maxConcurrentRequests && _pendingRequests.isNotEmpty) {
final options = _pendingRequests.removeFirst();
dio.fetch(options).then((response) {
options.completer?.complete(response);
}).catchError((error) {
options.completer?.completeError(error);
});
_currentRequests++;
}
}
}
使用信号量的替代方案
另一种更优雅的实现方式是使用Dart的Semaphore类,它专门用于控制对共享资源的访问:
import 'package:synchronized/synchronized.dart';
class SemaphoreInterceptor extends Interceptor {
final Semaphore semaphore;
SemaphoreInterceptor(int maxConcurrentRequests)
: semaphore = Semaphore(maxConcurrentRequests);
@override
Future onRequest(
RequestOptions options,
RequestInterceptorHandler handler,
) async {
await semaphore.acquire();
try {
handler.next(options);
} catch (e) {
semaphore.release();
rethrow;
}
}
@override
Future onResponse(
Response response,
ResponseInterceptorHandler handler,
) async {
semaphore.release();
handler.next(response);
}
@override
Future onError(
DioError err,
ErrorInterceptorHandler handler,
) async {
semaphore.release();
handler.next(err);
}
}
实际应用建议
- 合理设置并发数:根据服务器性能和API限制设置合适的最大并发数,通常3-5个是比较平衡的选择
- 错误处理:确保在任何情况下(包括请求失败时)都能正确释放并发槽位
- 优先级处理:对于关键请求,可以考虑实现优先级队列而非简单的FIFO队列
- 超时机制:为等待队列中的请求设置合理的超时时间,避免用户长时间等待
性能考量
实现并发控制时需要注意以下几点:
- 内存消耗:长时间运行的队列可能积累大量请求,需要监控内存使用
- 响应延迟:队列中的请求会有额外的等待时间,需要在UI上给予适当提示
- 线程安全:确保计数器和队列操作是线程安全的,避免竞态条件
扩展思考
这种并发控制模式不仅适用于HTTP请求,也可以应用于其他需要限制并发的场景,如:
- 文件上传/下载
- 数据库操作
- 图像处理等计算密集型任务
通过灵活运用Dio的拦截器机制,开发者可以构建出既高效又稳定的网络请求层,为应用提供可靠的网络通信保障。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781