Dio 并发请求限制的实现方案
2025-05-18 17:12:09作者:凤尚柏Louis
在基于 Dart 的 HTTP 客户端库 Dio 中,控制并发请求数量是一个常见的需求场景。本文将详细介绍如何在 Dio 中实现并发请求限制,帮助开发者更好地管理网络请求流量,避免服务器过载或触发 API 限流机制。
并发控制的核心原理
并发请求限制的核心在于建立一个请求队列和并发控制机制。当并发请求数达到上限时,新的请求需要排队等待,直到有正在进行的请求完成释放出"名额"后才能继续执行。
实现方案
基于计数锁和拦截器的实现
Dio 的拦截器机制为实现并发控制提供了天然的扩展点。我们可以通过以下组件构建并发控制系统:
- 计数器锁:用于跟踪当前活跃的请求数量
- 请求队列:存储等待执行的请求
- 拦截器:在请求发出前检查并发数,在请求完成后释放资源
具体实现步骤
- 创建一个并发控制器类,维护当前活跃请求数和最大并发数
- 在请求拦截器中:
- 检查当前活跃请求数是否已达上限
- 如果已达上限,将请求加入等待队列
- 否则增加活跃计数并放行请求
- 在响应/错误拦截器中:
- 减少活跃请求计数
- 检查等待队列并处理下一个请求
代码示例
class ConcurrencyController {
final int maxConcurrent;
int _activeCount = 0;
final Queue<Completer<void>> _queue = Queue();
ConcurrencyController(this.maxConcurrent);
Future<void> acquire() async {
if (_activeCount < maxConcurrent) {
_activeCount++;
return;
}
final completer = Completer<void>();
_queue.add(completer);
await completer.future;
}
void release() {
_activeCount--;
if (_queue.isNotEmpty) {
_queue.removeFirst().complete();
_activeCount++;
}
}
}
class ConcurrencyInterceptor extends Interceptor {
final ConcurrencyController controller;
ConcurrencyInterceptor(this.controller);
@override
Future<void> onRequest(
RequestOptions options,
RequestInterceptorHandler handler,
) async {
await controller.acquire();
super.onRequest(options, handler);
}
@override
void onResponse(Response response, ResponseInterceptorHandler handler) {
controller.release();
super.onResponse(response, handler);
}
@override
void onError(DioException err, ErrorInterceptorHandler handler) {
controller.release();
super.onError(err, handler);
}
}
使用方式
final dio = Dio();
final controller = ConcurrencyController(5); // 最大并发数为5
dio.interceptors.add(ConcurrencyInterceptor(controller));
高级优化方向
- 优先级队列:为请求添加优先级,高优先级请求可以插队
- 超时机制:为等待队列中的请求设置最大等待时间
- 动态调整:根据网络状况或服务器负载动态调整最大并发数
- 错误恢复:在请求失败时提供重试机制
适用场景
- API 限流:遵守第三方API的请求频率限制
- 资源控制:避免移动设备网络资源被过度占用
- 服务器保护:防止后端服务因突发流量过载
- 性能优化:在低带宽环境下优化请求顺序
总结
通过拦截器机制实现 Dio 的并发请求限制是一种优雅且高效的解决方案。开发者可以根据实际需求调整并发数,平衡响应速度和系统负载。这种模式不仅适用于 Dio,其设计思路也可以迁移到其他类似的网络请求库中。
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-5.1GLM-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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
393
292
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108