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
kernelopenEuler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。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
472
3.49 K
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
213
86
暂无简介
Dart
719
173
Ascend Extension for PyTorch
Python
278
314
React Native鸿蒙化仓库
JavaScript
286
333
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++
848
432
🎉 (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
1.27 K
696
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
10
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
65
19