讲师中心 微信公众号

工具推荐

视频效率加速
Laper
Laper

剧本策划到成片协作

updream

一键生成高质量推广成片

Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

如何按组并发执行 Promise:实现分组并行、组间串行的爬虫任务调度

浅涛姑娘_7964

浅涛姑娘_7964

发布时间:2026-11-17 12:00:12

|

230人浏览过

|

来源于php中文网

原创

如何按组并发执行 Promise:实现分组并行、组间串行的爬虫任务调度

本文讲解如何将一组异步任务(如网页爬取)划分为固定大小的组,确保每组内任务并行执行、组与组之间严格串行,避免因提前创建 promise 导致的“全部立即触发”问题。

本文讲解如何将一组异步任务(如网页爬取)划分为固定大小的组,确保每组内任务并行执行、组与组之间严格串行,避免因提前创建 promise 导致的“全部立即触发”问题。

在 Web 爬虫等 I/O 密集型场景中,我们常需控制并发粒度:既要避免单个请求串行导致效率低下,又要防止无限制并发压垮目标服务或耗尽浏览器页签资源。理想策略是 “组内并行 + 组间串行” —— 即每 3 个链接组成一组,该组内 3 个爬取任务同时启动;待整组全部完成后再启动下一组。

关键误区在于:Promise 一旦被创建(如调用 async 函数),其内部异步操作便已开始执行。因此,若先对全部链接生成 Promise[],再分组 await Promise.all(group),实际所有请求早已并发发出——分组 await 只是等待结果,并不能控制执行时机。

✅ 正确做法是:延迟 Promise 的创建,仅在处理当前组时,才为该组链接动态生成 Promise 数组。

智能网页爬虫
智能网页爬虫

智能网页数据采集器,自动识别页面结构,批量抓取列表/表格/详情页数据,支持导出JSON/CSV/Excel,内置反爬策略适配。

下载

以下是完整、可直接使用的实现方案:

1. 通用数组分块工具函数

export function splitArray<T>(array: T[], size: number): T[][] {
  if (size < 1) throw new Error('Chunk size must be >= 1');
  const chunks: T[][] = [];
  for (let i = 0; i < array.length; i += size) {
    chunks.push(array.slice(i, i + size));
  }
  return chunks;
}

2. 分组调度式爬虫主函数

async function crawler(links: string[], page: Page): Promise<MyData[]> {
  const results: MyData[] = [];
  const chunks = splitArray(links, 3); // 每组最多 3 个链接

  for (const chunk of chunks) {
    // ✅ 关键:仅在此处为当前 chunk 创建 Promise,确保前一组完成才启动本组
    const crawlPromises = chunk.map(async (link) => {
      try {
        const newPage = await page.browser().newPage();
        const detail = await crawlLink(link, newPage);
        await newPage.close();
        return detail;
      } catch (err) {
        console.error(`Failed to crawl ${link}:`, err);
        return null as MyData;
      }
    });

    // 等待本组所有 Promise 完成(并行执行 + 统一收口)
    const groupResults = await Promise.all(crawlPromises);

    // 过滤掉失败项(null),合并到最终结果
    const validResults = groupResults.filter((r): r is MyData => r !== null);
    results.push(...validResults);
  }

  return results;
}

⚠️ 注意事项与最佳实践

  • 不要提前展开所有 Promise:切忌 links.map(...) 放在循环外,否则所有爬取请求会在函数入口即刻发起。
  • 错误处理需在每组内闭环:try/catch 应置于每个 map 回调中,保证单个链接失败不影响同组其他任务。
  • 资源隔离很重要:每次 newPage() 创建独立页面实例,务必 close() 防止内存泄漏;若使用 Puppeteer,还可考虑 page.goto(..., { timeout: 30000 }) 设置超时。
  • 扩展性提示:如需动态限流(如每秒最多 2 组),可在 for 循环中加入 await new Promise(r => setTimeout(r, 1000)) 实现组间节流。

通过这种“按需创建 + 分组 await”的模式,你既能充分利用并发提升吞吐,又能精准控制资源占用与执行节奏,是生产环境爬虫调度的推荐范式。

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

码上飞
码上飞 Hot

一款基于自然语言的AI应用开发平台,可根据用户描述自动生成应用程序,帮助个人和团队快速完成应用原型与开发。

超级麦吉

一款通过数字员工协作完成调研、数据分析与文档制作的AI办公平台。

Flowith
Flowith Hot

Flowith是一款基于画布和智能体工作流的 AI 协作工作空间。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

相关专题

更多
js获取数组长度的方法
js获取数组长度的方法

在js中,可以利用array对象的length属性来获取数组长度,该属性可设置或返回数组中元素的数目,只需要使用“array.length”语句即可返回表示数组对象的元素个数的数值,也就是长度值。php中文网还提供JavaScript数组的相关下载、相关课程等内容,供大家免费下载使用。

6006

2023.06.20

js刷新当前页面
js刷新当前页面

js刷新当前页面的方法:1、reload方法,该方法强迫浏览器刷新当前页面,语法为“location.reload([bForceGet]) ”;2、replace方法,该方法通过指定URL替换当前缓存在历史里(客户端)的项目,因此当使用replace方法之后,不能通过“前进”和“后退”来访问已经被替换的URL,语法为“location.replace(URL) ”。php中文网为大家带来了js刷新当前页面的相关知识、以及相关文章等内容

1449

2023.07.04

js四舍五入
js四舍五入

js四舍五入的方法:1、tofixed方法,可把 Number 四舍五入为指定小数位数的数字;2、round() 方法,可把一个数字舍入为最接近的整数。php中文网为大家带来了js四舍五入的相关知识、以及相关文章等内容

5904

2023.07.04

js删除节点的方法
js删除节点的方法

js删除节点的方法有:1、removeChild()方法,用于从父节点中移除指定的子节点,它需要两个参数,第一个参数是要删除的子节点,第二个参数是父节点;2、parentNode.removeChild()方法,可以直接通过父节点调用来删除子节点;3、remove()方法,可以直接删除节点,而无需指定父节点;4、innerHTML属性,用于删除节点的内容。

1080

2023.09.01

JavaScript转义字符
JavaScript转义字符

JavaScript中的转义字符是反斜杠和引号,可以在字符串中表示特殊字符或改变字符的含义。本专题为大家提供转义字符相关的文章、下载、课程内容,供大家免费下载体验。

2056

2023.09.04

js生成随机数的方法
js生成随机数的方法

js生成随机数的方法有:1、使用random函数生成0-1之间的随机数;2、使用random函数和特定范围来生成随机整数;3、使用random函数和round函数生成0-99之间的随机整数;4、使用random函数和其他函数生成更复杂的随机数;5、使用random函数和其他函数生成范围内的随机小数;6、使用random函数和其他函数生成范围内的随机整数或小数。

4065

2023.09.04

如何启用JavaScript
如何启用JavaScript

JavaScript启用方法有内联脚本、内部脚本、外部脚本和异步加载。详细介绍:1、内联脚本是将JavaScript代码直接嵌入到HTML标签中;2、内部脚本是将JavaScript代码放置在HTML文件的`<script>`标签中;3、外部脚本是将JavaScript代码放置在一个独立的文件;4、外部脚本是将JavaScript代码放置在一个独立的文件。

5373

2023.09.12

Js中Symbol类详解
Js中Symbol类详解

javascript中的Symbol数据类型是一种基本数据类型,用于表示独一无二的值。Symbol的特点:1、独一无二,每个Symbol值都是唯一的,不会与其他任何值相等;2、不可变性,Symbol值一旦创建,就不能修改或者重新赋值;3、隐藏性,Symbol值不会被隐式转换为其他类型;4、无法枚举,Symbol值作为对象的属性名时,默认是不可枚举的。

3540

2023.09.20

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn