使用 promise.all 并行发起多个分页请求，并将结果数组拼接即可实现数据合并。具体做法是定义一个包含页码、url 和查询参数的配置列表，通过循环或映射生成对应的 promise 对象，最后等待所有请求完成并展开结果。若需处理大量数据导致内存溢出，应改用异步迭代器逐个处理响应，避免一次性加载全部数据。
如何并行获取多页数据并合并为单一数组
并行获取多页数据的核心在于利用 Promise.all 同时发起网络请求。假设我们需要从 API 获取前 3 页数据，每页 10 条记录，我们可以构建一个包含页码的数组，将其映射为 fetch 调用，最后将返回的数据扁平化。这种方法能显著减少总等待时间，因为各页请求互不阻塞。
const pages = [1, 2, 3];
const baseUrl = 'https://api.example.com/items';
async function fetchAllData() {
const requests = pages.map(page =>
fetch(`${baseUrl}?page=${page}&limit=10`).then(res => res.json())
);
const results = await Promise.all(requests);
// 假设 API 返回 { data: [...] }
return results.flatMap(res => res.data);
}
fetchAllData().then(data => console.log('Merged:', data.length));运行上述代码，控制台将输出合并后的数据数组长度，例如 30。每个 Promise 独立执行，最终由 Promise.all 收集所有成功响应。如果任一请求失败，整个操作将抛出异常，因此实际生产中建议结合 Promise.allSettled 进行错误隔离。
立即学习“Java免费学习笔记（深入）”；
如何处理单页请求中的游标分页（Cursor）
当 API 使用游标而非页码时，无法预先知道总页数，必须根据上一页的响应决定下一页是否存在。此时应采用递归或循环结构，持续请求直到没有更多数据。关键在于解析响应头或响应体中的 next_cursor 字段，判断是否继续追加请求。
async function fetchWithCursor(url) {
let allData = [];
let cursor = null;
while (true) {
const params = new URLSearchParams({ limit: 10 });
if (cursor) params.set('cursor', cursor);
const res = await fetch(`${url}?${params}`);
const json = await res.json();
allData = allData.concat(json.items);
if (!json.next_cursor) break; // 无更多数据则退出
cursor = json.next_cursor;
}
return allData;
}
fetchWithCursor('https://api.example.com/items').then(console.log);)该函数会持续累加数据，直到 next_cursor 为空。每次循环仅保留当前批次数据与累积结果，内存占用稳定。若 API 返回结构不同，需调整 json.items 的访问路径。此模式适用于无限滚动或大数据集导出场景。
当某页请求失败时，程序如何保证其他页数据不被丢弃
在并行请求中，若某一页失败，Promise.all 会立即拒绝并丢弃所有已成功的结果。为避免此问题，应将单个请求包裹在 try...catch 或使用 Promise.allSettled。后者返回每个请求的状态，允许我们过滤出成功的响应并合并其数据，忽略失败的页面。
async function fetchRobustly(pages) {
const requests = pages.map(page =>
fetch(`https://api.example.com/items?page=${page}`).then(r => r.json()).catch(() => null)
);
const results = await Promise.all(requests);
return results.filter(Boolean).flatMap(res => res.data);
}使用 catch(() => null) 确保单个请求失败不会中断整体流程。最终结果仅包含成功页面的数据，缺失页以静默方式跳过。这种策略在弱网环境下尤为实用，能保证尽可能多地获取有效数据。
