使用信号量、批处理或任务队列控制并发请求，避免资源耗尽。1. 信号量通过acquire/release限制同时运行的任务数；2. 批处理将请求分组，逐批执行；3. 任务队列动态调度，保持最多max个并发任务。根据场景选择：信号量适合精细控制，批处理适用于简单批量操作，任务队列更优用于复杂持续任务流，平衡性能与稳定性。
在处理大量异步请求时，如果不加控制地发起所有请求，可能会导致系统资源耗尽、网络拥塞或目标服务限流。为了解决这个问题，需要对并发的请求数量进行限制。通过合理的并发控制方案，可以在保证效率的同时避免系统过载。
使用信号量（Semaphore）控制并发
信号量是一种经典的并发控制机制，用于限制同时访问某一资源的线程或任务数量。
在 JavaScript 中，可以通过类来模拟信号量行为：
class Semaphore {
constructor(max) {
this.max = max;
this.current = 0;
this.queue = [];
}
async acquire() {
return new Promise((resolve) => {
if (this.current < this.max) {
this.current++;
resolve();
} else {
this.queue.push(resolve);
}
});
}
release() {
this.current--;
if (this.queue.length > 0) {
const next = this.queue.shift();
this.current++;
next();
}
}
}
利用该信号量，可以控制异步请求的并发执行数量：
const semaphore = new Semaphore(3); // 最多同时3个请求
async function fetchWithLimit(url) {
await semaphore.acquire();
try {
const response = await fetch(url);
return response.json();
} finally {
semaphore.release();
}
}
批量调度：按批次执行请求
将所有请求分成多个批次，每批只执行有限数量的请求，等部分完成后再发起下一批。
实现方式如下：
async function limitedParallelRequests(urls, maxConcurrent) {
const results = [];
for (let i = 0; i < urls.length; i += maxConcurrent) {
const batch = urls.slice(i, i + maxConcurrent);
const batchResults = await Promise.all(
batch.map(url => fetch(url).then(res => res.json()))
);
results.push(...batchResults);
}
return results;
}
这种方式简单直接，适用于不需要持续流水线处理的场景。
使用任务队列实现动态调度
更灵活的方式是维护一个任务队列，由一个调度器负责按最大并发数启动和补充任务。
示例实现：
async function runWithConcurrencyLimit(tasks, max) {
const results = [];
const executing = [];
for (const task of tasks) {
const p = Promise.resolve().then(task);
results.push(p);
const e = p.then(() => executing.splice(executing.indexOf(e), 1));
executing.push(e);
if (executing.length >= max) {
await Promise.race(executing);
}
}
return Promise.all(results);
}
这种模式能更高效地利用空闲资源，一旦有位置就立即补上新任务，提升整体吞吐量。
基本上就这些。选择哪种方式取决于具体需求：信号量适合精细控制，批处理适合简单场景，任务队列则更适合复杂或长期运行的任务流。关键在于平衡性能与稳定性。不复杂但容易忽略。
