Thi.ng Memoize 库中的异步函数缓存优化实践
2025-06-20 23:07:32作者:龚格成
背景介绍
在函数式编程中,memoize(记忆化)是一种常见的性能优化技术,它通过缓存函数调用的结果来避免重复计算。当相同的输入再次出现时,直接从缓存中返回结果,而不是重新执行函数。这对于计算密集型或IO密集型的操作特别有用。
问题发现
在使用Thi.ng Memoize库时,我们发现了一个关于异步函数缓存的特殊问题:当Promise被拒绝时,原始的memoize实现会缓存这个被拒绝的Promise。这意味着后续相同的调用会立即得到相同的拒绝结果,而不是重新尝试执行函数。
这种情况在某些场景下可能不是我们期望的行为。例如,当函数执行失败是由于临时性错误(如网络问题)导致时,我们可能希望在下次调用时重试,而不是直接返回之前的失败结果。
问题示例
考虑以下场景:
// 模拟一个会在指定时间后拒绝的Promise
function rejectAfterDelay(ms?: number) {
return new Promise((_, reject) => setTimeout(reject, ms))
}
// 使用memoizeO缓存异步函数
const memoizedAsyncFn = memoizeO(async (delay: number) => {
console.log('executing')
await rejectAfterDelay(delay)
})
// 第一次调用,2秒后拒绝
await memoizedAsyncFn(2000).catch(() => console.log('Failure 1'))
// 第二次调用相同的参数
// 会立即返回之前缓存的拒绝Promise,而不是等待2秒
await memoizedAsyncFn(2000).catch(() => console.log('Failure 2 without delay'))
解决方案
Thi.ng Memoize库在4.0.0版本中引入了专门的异步memoize函数(如memoizeAsyncO),这些新函数会在Promise被拒绝时自动跳过缓存。这样,当下次使用相同参数调用时,函数会重新执行而不是返回缓存的拒绝结果。
实现原理
新的异步memoize函数的核心改进在于:
- 仍然使用相同的缓存机制来存储Promise
- 但当Promise被拒绝时,会从缓存中删除对应的条目
- 这样下次调用就会创建新的Promise并重新执行函数
这种实现方式既保持了memoize的性能优势,又避免了缓存失败结果带来的问题。
使用建议
对于异步函数,现在推荐使用专门的异步memoize函数,如:
- memoizeAsyncO:对象参数版本的异步memoize
- memoizeAsync1:单参数版本的异步memoize
- 其他对应版本的异步memoize函数
这些函数的使用方式与原始版本相同,但提供了更合理的错误处理行为。
总结
Thi.ng Memoize库的异步memoize改进展示了函数缓存技术在实际应用中的细致考量。通过区分同步和异步场景,并为异步操作提供专门的缓存策略,开发者可以更安全地在项目中应用memoize优化,特别是在涉及可能失败的异步操作时。这一改进使得Thi.ng Memoize库在保持高性能的同时,提供了更符合开发者预期的行为。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
414
339
暂无简介
Dart
952
235
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
2