Promise高级应用:使用Promise.race实现请求超时控制(基于liubin/promises-book)
引言
在现代Web开发中,异步操作无处不在,而Promise作为处理异步操作的标准方式,为我们提供了优雅的解决方案。本文将深入探讨如何利用Promise.race方法实现请求超时控制,这是liubin/promises-book项目中介绍的一个高级Promise应用场景。
基础概念回顾
Promise.race简介
Promise.race是Promise的静态方法,它接收一个Promise数组作为参数,返回一个新的Promise。这个新Promise的状态由数组中第一个状态改变的Promise决定。
const promise1 = new Promise(...);
const promise2 = new Promise(...);
Promise.race([promise1, promise2])
.then(result => {
// 第一个完成的Promise的结果
});
请求超时的意义
在网络请求中,超时控制是至关重要的:
- 避免用户长时间等待无响应的请求
- 释放系统资源
- 提供更好的用户体验
实现Promise超时控制
第一步:创建延时Promise
要实现超时控制,首先需要创建一个在指定时间后resolve的Promise:
function delayPromise(ms) {
return new Promise(resolve => {
setTimeout(resolve, ms);
});
}
这个简单的函数封装了setTimeout,返回一个Promise,使得我们可以用Promise链式调用的方式处理延时。
第二步:实现基础超时机制
结合Promise.race和delayPromise,我们可以实现基本的超时控制:
function timeoutPromise(promise, ms) {
const timeout = delayPromise(ms).then(() => {
throw new Error('Operation timed out');
});
return Promise.race([promise, timeout]);
}
这种实现虽然简单,但存在一个问题:无法区分超时错误和其他类型的错误。
第三步:自定义超时错误类型
为了更好地区分错误类型,我们可以创建自定义的TimeoutError:
function TimeoutError(message) {
this.name = 'TimeoutError';
this.message = message || '';
this.stack = (new Error()).stack;
}
TimeoutError.prototype = Object.create(Error.prototype);
TimeoutError.prototype.constructor = TimeoutError;
使用自定义错误的好处:
- 可以在catch中精确识别错误类型
- 提供更详细的错误信息
- 便于错误处理和日志记录
改进后的timeoutPromise:
function timeoutPromise(promise, ms) {
const timeout = delayPromise(ms).then(() => {
throw new TimeoutError('Operation timed out');
});
return Promise.race([promise, timeout]);
}
实际应用:取消XHR请求
可取消的XHR封装
要实现可取消的XHR请求,我们需要对原生XHR进行Promise封装:
function cancelableXHR(url) {
const req = new XMLHttpRequest();
let abort = null;
const promise = new Promise((resolve, reject) => {
abort = () => {
req.abort();
reject(new Error('Request aborted'));
};
req.open('GET', url, true);
req.onload = () => resolve(req.responseText);
req.onerror = () => reject(new Error('XHR Error'));
req.send();
});
return {
promise,
abort
};
}
结合超时控制
将可取消XHR与超时控制结合:
const { promise, abort } = cancelableXHR('http://example.com/api');
timeoutPromise(promise, 5000)
.then(response => {
console.log('Response:', response);
})
.catch(error => {
if (error instanceof TimeoutError) {
console.log('Request timed out');
abort(); // 取消请求
} else {
console.log('Other error:', error);
}
});
最佳实践与模块化
代码组织建议
- 将Promise相关工具函数单独封装
- 分离业务逻辑和基础功能
- 使用模块化组织代码
推荐的模块结构
promise-utils/
├── delay.js // 延时Promise
├── timeout.js // 超时控制
├── errors.js // 自定义错误
└── cancelableXHR.js // 可取消XHR
使用示例
import { createXHR, abortXHR } from './promise-utils/cancelableXHR';
import { timeout } from './promise-utils/timeout';
const xhrPromise = createXHR('http://example.com/api');
timeout(xhrPromise, 5000)
.then(handleResponse)
.catch(handleError);
// 需要时手动取消
// abortXHR(xhrPromise);
总结与思考
通过本文,我们深入探讨了如何利用Promise.race实现请求超时控制,这是liubin/promises-book项目中介绍的高级Promise应用之一。关键点包括:
- Promise.race的竞争机制
- 延时Promise的实现
- 自定义错误类型
- XHR请求的取消
- 代码组织的最佳实践
Promise的强大之处在于它提供了统一的异步处理接口,使得我们可以将各种异步操作(包括延时、网络请求等)以一致的方式组合和处理。超时控制只是Promise组合应用的冰山一角,掌握这些技巧可以显著提升异步代码的质量和可靠性。
在实际项目中,建议将这些工具函数封装成可复用的模块,这样不仅提高开发效率,还能保证代码的一致性和可维护性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









