Promise.race方法详解 - 从liubin/promises-book项目学习Promise竞速机制
理解Promise.race的核心概念
Promise.race是Promise API中一个非常实用的方法,它与Promise.all形成鲜明对比。简单来说,Promise.race就像一场赛跑,多个Promise实例同时开始执行,但只取第一个"冲过终点线"(即最先改变状态)的结果。
基本语法与工作原理
Promise.race接收一个可迭代对象(通常是Promise数组)作为参数,返回一个新的Promise实例。这个新Promise的状态和值/原因将与第一个改变状态的原始Promise保持一致。
const promise1 = new Promise(...);
const promise2 = new Promise(...);
Promise.race([promise1, promise2])
.then(value => console.log('第一个完成的Promise结果:', value))
.catch(reason => console.log('第一个被拒绝的原因:', reason));
实际应用示例
让我们通过两个具体例子深入理解Promise.race的行为特性。
示例1:计时器竞速
const promise1 = new Promise(resolve => setTimeout(() => resolve(1), 1));
const promise2 = new Promise(resolve => setTimeout(() => resolve(2), 32));
const promise3 = new Promise(resolve => setTimeout(() => resolve(3), 64));
const promise4 = new Promise(resolve => setTimeout(() => resolve(4), 128));
Promise.race([promise1, promise2, promise3, promise4])
.then(value => console.log(value)); // 输出: 1
在这个例子中,四个Promise分别设置了不同的延迟时间(1ms、32ms、64ms和128ms)。由于promise1最先完成(1ms后),所以Promise.race的结果就是1。
示例2:后续Promise的状态变化
const winner = new Promise(resolve =>
setTimeout(() => {
console.log('this is winner');
resolve('this is winner');
}, 4)
);
const loser = new Promise(resolve =>
setTimeout(() => {
console.log('this is loser');
resolve('this is loser');
}, 1000)
);
Promise.race([winner, loser])
.then(value => console.log(value));
// 控制台输出顺序:
// this is winner
// this is winner (来自then的回调)
// this is loser (约1秒后)
这个例子展示了即使winner Promise已经完成,loser Promise仍然会继续执行直到完成。这说明Promise.race不会取消其他Promise的执行。
重要特性与注意事项
-
非中断性:Promise.race不会中断其他Promise的执行,即使已经有一个Promise完成了。这与某些编程语言中的"竞速"概念不同。
-
状态继承:返回的新Promise会继承第一个改变状态的Promise的状态和值/原因。如果第一个改变状态的是rejected Promise,则会触发catch回调。
-
空数组处理:如果传入空数组,返回的Promise将永远保持pending状态。
-
非Promise值:如果数组中包含非Promise值,这些值会被视为已解决的Promise,可能导致它们"赢得"竞速。
实际应用场景
-
超时控制:可以结合一个实际操作的Promise和一个超时reject的Promise,实现操作超时处理。
-
快速响应:当有多个服务提供相同功能时,可以使用Promise.race获取最快响应的结果。
-
竞态条件处理:在需要处理多个可能先完成的操作时使用。
与Promise.all的对比
| 特性 | Promise.race | Promise.all |
|---|---|---|
| 完成条件 | 任意一个Promise完成 | 所有Promise都完成 |
| 结果值 | 第一个完成的Promise的结果 | 所有Promise结果的数组 |
| 错误处理 | 第一个reject的Promise会触发catch | 任何一个reject都会立即触发catch |
| 后续Promise处理 | 不中断其他Promise | 不中断其他Promise |
深入理解实现原理
虽然规范没有要求Promise.race取消其他Promise的执行,但理解其内部实现有助于更好地使用它。伪代码实现可能如下:
Promise.race = function(promises) {
return new Promise((resolve, reject) => {
promises.forEach(promise => {
Promise.resolve(promise).then(resolve, reject);
});
});
};
这种实现方式解释了为什么其他Promise会继续执行 - 因为每个Promise的then回调都被单独注册了。
总结
Promise.race是处理多个异步操作竞速场景的强大工具。理解它的非中断特性和状态继承机制对于正确使用至关重要。在实际开发中,它常用于实现超时控制、快速响应等场景,是Promise API中不可或缺的一部分。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00