深入理解You Don't Know JS中的ES6异步流程控制
2025-06-04 00:59:07作者:姚月梅Lane
异步编程的演进
在JavaScript开发中,异步编程一直是核心技能。传统上我们使用回调函数来处理异步操作,但这种方式存在诸多不足,如"回调地狱"、错误处理困难等。ES6引入的Promise和Generator为异步流程控制带来了革命性的改进。
Promise:异步编程的基石
Promise不是要取代回调,而是在调用代码和异步任务代码之间提供了一个可信赖的中介层。我们可以从多个角度理解Promise:
- 事件监听器:Promise像一个只能触发一次的事件监听器
- 未来值容器:无论底层值是否就绪,都可以用相同的方式处理
- 流程控制工具:通过链式调用组织异步步骤
Promise的核心特性
- 只有两种最终状态:fulfilled(完成)或rejected(拒绝)
- 状态一旦确定就不可更改
- 提供了比回调更有序、可预测和可信赖的异步处理机制
创建和使用Promise
const p = new Promise((resolve, reject) => {
// 异步操作
if(成功) {
resolve(value);
} else {
reject(reason);
}
});
p.then(
value => { /* 处理成功 */ },
reason => { /* 处理失败 */ }
).catch(err => { /* 捕获错误 */ });
Promise的then方法接受两个可选的回调函数,分别处理成功和失败情况。catch是then(null, rejection)的简写形式。
Promise链
每个then/catch都会返回一个新的Promise,这使得链式调用成为可能:
ajax("/api/data")
.then(processData)
.then(storeData)
.catch(handleError);
Promise静态方法
Promise.resolve():创建已解决的PromisePromise.reject():创建已拒绝的PromisePromise.all():等待所有Promise完成Promise.race():采用第一个完成的Promise的结果
Thenable对象
Thenable是拥有then方法的任何对象或函数,可以与Promise机制互操作。但要注意:
- Thenable的信任度低于真正的Promise
- 某些Thenable可能有不符合Promise标准的行为
- 使用Promise.resolve()可以规范化Thenable
Generator与Promise的完美结合
单独使用Promise链表达复杂异步流程仍显冗长。Generator提供了更优雅的解决方案:
function* main() {
try {
const result1 = yield step1();
const result2 = yield step2(result1);
const results = yield Promise.all([
step3a(result2),
step3b(result2)
]);
yield step4(results);
} catch(err) {
// 统一错误处理
}
}
这种模式的优势在于:
- 代码呈现同步风格,更易理解和维护
- 可以使用try-catch跨异步边界处理错误
- 结合Promise.all等工具可以简洁表达并发操作
运行Generator
需要一个运行器(runner)来执行Generator函数:
function run(gen) {
// 创建迭代器
const it = gen();
return Promise.resolve()
.then(function handleNext(value) {
const next = it.next(value);
return (function handleResult(next) {
if(next.done) return next.value;
return Promise.resolve(next.value)
.then(handleNext, err =>
Promise.resolve(it.throw(err))
.then(handleResult)
);
})(next);
});
}
run(main)
.then(() => console.log("完成"))
.catch(err => console.error("出错", err));
未来展望
ES6之后的版本将引入async/await语法,进一步简化这种模式:
async function main() {
try {
const result1 = await step1();
const result2 = await step2(result1);
// ...
} catch(err) {
// 错误处理
}
}
总结
Promise解决了回调模式的核心痛点,而Generator+Promise的组合则提供了更强大的异步流程控制能力。这种模式:
- 保留了Promise的所有优点
- 提供了同步风格的代码结构
- 支持更自然的错误处理
- 为async/await的到来铺平了道路
对于任何包含两个以上异步步骤的流程,都应该考虑使用这种模式,它将显著提高代码的可读性和可维护性。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217