前端异步编程方案演变
1. 异步的演变
首先假设要渲染一个页面,只能异步的串行请求a,b,c,然后才能拿到页面的数据并请求页面
针对于不同的异步编程方式,我们会得到如下的代码:
1.1 回调函数
// 假设request是一个异步函数 request(a, function () { request(b, function () { request(c, function () { // 渲染页面 }) }) })
回调函数的嵌套是愈发深入的。在不断的回调中,request(a)回调函数中的其他逻辑会影响到request(b),request(c)中的逻辑,同理,request(b)中的其他逻辑也会影响到request(c)。在这个例子中,request(a)调用request(b),request(b)调用request(c),request(c)执行完毕返回,request(b)执行完毕返回,request(a)执行完毕返回。我们很快会对先后顺序产生混乱,从而很难直观的分析出异步回调的结果。这就被称为回调地狱。
为了解决这种情况,es6新增了promise对象。
1.2 promise
// 假设request是一个promise函数 request(a).then(function () { return request(b) }).then(function () { return request(c) }).then(function () { // 渲染页面 })
promise对象用then函数来指定回调。所以,之前在1.1中回调函数的例子可以改为上文中的模样。可以看到,promise并没有消除回调地狱,但是却通过then链将代码逻辑变得更加清晰了。在这个例子中,request(a)调用request(b),request(b)调用request(c),request(c)执行完毕返回。现在,request(a)中的内容只能通过显示声明的data来影响到request(c)——如果没有显示的在回调中声明,则影响不了request(c),换言之,每段回调被近乎独立的分割了。
但是promise本身还是有一堆的then,还是不能让我们像写同步代码一样写异步的代码,因此js又引入了generator。
1.3 generator
function* gen(){ var r1 = yield request(a) var r2 = yield request(b) var r3 = yield request(c) // 渲染页面 };
generator是协程在es6上的实现,协程是指一个线程上不同函数间执行权可以相互切换。如本例,先执行gen(),然后在遇到yield时暂停,执行权交给request(a),等到调用了next()方法,再将执行权还给gen()。
通过协程,js就实现了用同步的方式写异步的代码,但是generator的使用要配合执行器,这自然是麻烦的。于是就有了async/await。
generator的自动执行器是co函数库,有兴趣的同学可以通过《co 函数库的含义和用法》来进行了解。
1.4 async/await
async function gen() { var r1 = await request(a) var r2 = await request(b) var r3 = await request(c) // 渲染页面 }
如果比较代码的话,1.4的代码只是把1.3的代码中* => async,yield变为await。但async函数的实现,就是将 generator函数和自动执行器,包装在一个函数里[1]。spawn就是自动执行器。
async function fn(args){ // ... } // 等同于 function fn(args){ return spawn(function*() { // ... }); }
除此以外,async函数比generator函数有更好的延展性——yield接的是promise函数/thunk函数,但await还可以包括普通函数。对于普通函数,await表达式的运算结果就是它等到的东西。否则若await等到的是一个promise函数,await就会协程到这个promise函数上,直到它resolve或者reject,然后再协程回主函数上[2]。当然,async函数也比generator函数更加易读和易理解。
2. 总结
本文阐述了从回调函数到async/await的演变历史。async函数作为换一个终极解决方案,尽管在并行异步处理上还要借助promise.all(),但其他方面已经足够完美。
参考文档
《深入掌握 ecmascript 6 异步编程》系列 《理解javascript的 async/await》上一篇: 从云计算中看企业大数据经验