标签
NodeJS并发请求，并行请求，QPS限制，Axios并发限制，Axios并发请求
背景
由于调用第三方服务的API的时候，第三方对请求的QPS会有一定的限制，如百度的人脸识别接口，QPS=5，腾讯地图开放平台的普通账号QPS=5，那么在使用的过程中如果每秒请求数超过此限制，接口就会返回报错。导致请求失败。因此，需要在本地实现QPS的控制，当把多个Axios的请求扔到Promise队列中的时候，不会导致请求超限的问题。
众所周知，Promise对象的运行并不是等调用Promise.all()的时候才会执行，而是在创建这个Promise的时候就已经开始执行了，所以从Promise这块去下手显然是无法实现的，需要在扔进Promise[]数组的这些Promise中去实现限制。
更多关于Promise并发等问题请自行学习了解，今天以Axios为例进行展开讨论。
开始
对于一个Axios请求来说返回一个Promise，这个大家都知道的哈~ 正常的Axios请求大概写成这样：
const AXIOS = require('axios')
async function AA() {
let res = await AXIOS({
method: 'GET',
url: 'https://www.baidu.com'
}).then(res => res.data)
console.log(res)
}
如果需要100个并发请求，则可以利用Promise.all()来实现：
const AXIOS = require('axios')
async function BB() {
// 定义一个Promise数组
let pms = []
for (let i = 0; i < 100; i++) {
// 往pms中扔进去AXIOS返回的Promise对象们
pms.push(AXIOS({
method: 'GET',
url: 'https://www.baidu.com'
}).then(res => res.data).catch(err => console.error(err)))
}
// 通过Promise.all等待pms中所有的Promise执行完毕并返回结果给pms数组
pms = await Promise.all(pms)
console.log(pms)
}
首先，如上面所说，这个请求的Promise是在创建的时候就已经开始执行了（甚至还没push到pms[]中的时候它就已经在执行请求了）。所以如果百度这边的QPS限制为5，同一秒的前5个请求可能可以成功，但是后面的请求就都会因为并发数超限导致失败。当然，这里最简单的方法就是通过for循环进行限制，让for循环扔进去5个后就睡一会儿，睡到下一秒再继续扔5个就好了。比如像下面这样：
async function CC(QPS = 5) {
const s = new Date().getTime()
// 定义一个Promise数组
let pms = []
for (let i = 1; i <= 20; i++) {
// 往pms中扔进去AXIOS返回的Promise对象们
pms.push(AXIOS({
method: 'GET',
url: 'https://www.baidu.com'
}).then(res => res.data).catch(err => console.error(err)))
// 如果遇到QPS的倍数就歇1秒
if (i % QPS == 0) await new Promise(r => setTimeout(() => {
r()
}, 1000))
}
// 通过Promise.all等待pms中所有的Promise执行完毕并返回结果给pms数组
pms = await Promise.all(pms)
console.log(pms)
console.log('运行耗时：', new Date().getTime() - s)
}
上述方式是可以实现的，但是也有一定的弊端，比如可能涉及到修改的地方比较多，而且像是foreach这种迭代可能还不支持for循环中的sleep，那么今天我们就以Axios的特性来实现。
Axios的并发请求控制
在了解了Axios文档后得知，Axios有一个interceptors的拦截器机制，可以在发送请求前和请求结束返回前进行拦截，通过自定义函数实现消息的处理：【传送门】
那么我们是不是可以通过这个拦截器中实现sleep的方式去进行QPS控制呢？说干咱就干！
首先自定义一个interceptors函数：
let qpsMap = new Map()
const qpsController = (QPS = 5, OFFSET = 50) => async (config) => {
const now = new Date().getTime()
let {
count,
ts
} = qpsMap.get(config.url) || {
count: 1,
ts: now
}
// console.log('Before', config.url, now, ts, count)
// 对于Math.floor和parseInt来说，据说Math.floor性能更快
if (Math.floor(now / 1000) <= Math.floor(ts / 1000)) {
// 如果当前时间 ≤ Map中该接口的ts时间，说明前面已经有超过并发后在等待的请求了
// 只比较秒，忽略毫秒，因为QPS是以秒为周期计算的，即每秒多少个请求数
if (count < QPS) {
// 如果当前url的请求数没有达到QPS的限制，则计数器+1
count++
} else {
// 否则，重置计数器，同时将时间戳设置为当前ts的下一整秒
// 这里需要将ts设置为当前ts的下一秒，而不是当前时间，因为当前ts可能已经远大于当前时间了
ts = 1000 * (Math.floor(ts / 1000) + 1)
count = 1
}
} else {
// 否则：当前时间大于ts，说明已经没有排队的请求了（可能有未完成的，但是都已经请求了）
// 则将当前ts重置
ts = now
count = 1
}
qpsMap.set(config.url, {
count,
ts
})
// console.log('After ', config.url, now, ts, count)
// 计算休眠时间：
// 由于本地服务器和远程服务器之间可能存在时间差会发生这种情况：
// 前5个请求在10:00:00.200时发送过去后，此时本地时间可能到了10:00:00.900到来的第六请求由于超出了QPS=5的限制，会休眠100ms
// 但是由于本地和服务端时间差的问题，第六个休眠100ms后发送了请求，服务端的时间可能才是10:00:00.950，导致了QPS超限报错
// 所以，这里添加一个OFFSET偏移值来纠正本地和服务端之间的时间差问题，默认为50ms，若出现QPS超限，请酌情增大此值
let sleep = ts - now
sleep = sleep > 0 ? sleep + OFFSET : 0
// console.log('Sleep Is', sleep)
// 让当前的请求睡一会儿再请求
await new Promise(resolve => setTimeout(() => resolve(), sleep))
// 原封不动返回config，或做一些你自己的处理后返回
return config
}
然后需要自定义一个AXIOS实例，并设置其request的interceptors为此函数：
async function BaiduClient(url = '', params = {}) {
// 创建一个instance实例
let instance = AXIOS.create({
baseURL: 'http://www.baidu.com',
timeout: 2000
})
// 配置本实例的interceptors为刚才的qpsController
instance.interceptors.request.use(qpsController())
return await instance.request({
url,
params
}).then(response => response.status)
}
// 测试并发请求，并尝试优化qpsController(QPS,OFFSET)中的参数值
let pms = []
for(let i=0;i<=10;i++){
pms.push(BaiduClient().then(res=>console.log(i, res)))
}
Promise.all(pms)
20200812版本更新
经过一段时间的学习，我们知道获取时间的时候通过Performance库效率更高，而且通过位运算进行取整比通过Math库效率高，同时将下一秒的计算由之前的下取整Math.floor改为了上取整Math.ceil，从而解决掉OFFSET问题。所以我们对qpsController函数进行如下改进：
// 引入Performance库来获取当前时间戳
const Performance = require('perf_hooks').performance
let qpsMap = new Map()
const qpsController = (QPS = 5, OFFSET = 0) => async (config) => {
const now = Math.trunc(Performance.timeOrigin + Performance.now()) // Math.trunc(1597224439841.351)=1597224439841
let {
count,
ts
} = qpsMap.get(config.url) || {
count: 1,
ts: now
}
// console.log('Before', config.url, now, ts, (now / 1000) >> 0 <= (ts / 1000) >> 0, count)
// 通过位运算实现取整，提高效率
if ((now / 1000) >> 0 <= (ts / 1000) >> 0) {
// 如果当前时间 ≤ Map中该接口的ts时间，说明前面已经有超过并发后在等待的请求了
// 只比较秒，忽略毫秒，因为QPS是以秒为周期计算的，即每秒多少个请求数
if (count < QPS) {
// 如果当前url的请求数没有达到QPS的限制，则计数器+1
count++
} else {
// 否则，重置计数器，同时将时间戳设置为当前ts的下一整秒
// 这里需要将ts设置为当前ts的下一秒，而不是当前时间，因为当前ts可能已经远大于当前时间了
// 这里修改以前的下取整为上取整，从而可以解决OFFSET问题
ts = 1000 * Math.ceil(ts / 1000 + 1)
count = 1
}
} else {
// 否则：当前时间大于ts，说明已经没有排队的请求了（可能有未完成的，但是都已经请求了）
// 则将当前ts重置
ts = now
count = 1
}
qpsMap.set(config.url, {
count,
ts
})
// console.log('After ', config.url, now, ts, count)
// 计算休眠时间：
// 由于本地服务器和远程服务器之间可能存在时间差会发生这种情况：
// 前5个请求在10:00:00.200时发送过去后，此时本地时间可能到了10:00:00.900到来的第六请求由于超出了QPS=5的限制，会休眠100ms
// 但是由于本地和服务端时间差的问题，第六个休眠100ms后发送了请求，服务端的时间可能才是10:00:00.950，导致了QPS超限报错
// 所以，这里添加一个OFFSET偏移值来纠正本地和服务端之间的时间差问题，默认为0ms，若出现QPS超限，请酌情增大此值
let sleep = ts - now
sleep = sleep > 0 ? sleep + OFFSET : 0
// console.log('Sleep Is', sleep)
// 让当前的请求睡一会儿再请求
await new Promise(resolve => setTimeout(() => resolve(), sleep))
// 原封不动返回config，或做一些你自己的处理后返回
return config
}
