Node.js 如何利用异步提升任务处理速度

今天在做一个小任务，需要调用阿里云的图像识别接口，对 62662 张照片进行场景识别，并将结果写到本地的 csv 文件中。

因为任务很简单，没想很多就开始码。自从有了 async/await 之后，已经很久不写 callback 了，所以上手就写成这样：

本文所有代码均有简化，只保留关键过程

async fetchSceneTags(imagePath) {
 try {
 const result = await callAliyunAPI(imagePath);
 return result.errno === 0 ? result.tags : [];
 } catch(error) {
 return []; 
 }
}

async function writeScene(paths) {
 for (let i = 0, len = paths.length; i < len; i++) {
 await tags = fetchSceneTags(paths[i])
 writeToFile(tags);
 writeStdout(`${i} / ${len}`);
 }
}

function start() {
 const paths = loadPaths();
 writeScene(paths);
}

运行起来以后没问题就放着忙别的去了。过了差不多 2 小时回来一看，才跑了 17180 张图，每分钟 144 张。这才意识到同步速度太慢了，于是停掉进程，将代码改成下面这样：

fetchSceneTagsAsync(imagePath, callback) {
 callAliyunAPI(imagePath)
 .then(result => {
 const tags = result.errno === 0 ? result.tags : [];
 callback(tags);
 })
 .catch(error => callback([]));
}

function writeSceneAsync(paths) {
 const callback = tags => {
 await tags = fetchSceneTagsAsync(paths[i])
 writeToFile(tags);
 }
 
 paths.forEach(path => fetchSceneTagsAsync(path, callback));
}

function start() {
 const paths = loadPaths();
 writeSceneAsync(paths);
}

跑了一下，直接停摆了。嗯，不能一下把请求全发出去，加一个 Throttle：

fetchSceneTagsAsync(imagePath, callback) {
 callAliyunAPI(imagePath)
 .then(result => {
 const tags = result.errno === 0 ? result.tags : [];
 callback(tags);
 })
 .catch(error => callback([]));
}

function throttle(paths, callback) {
 if(paths.length === 0) return;
 
 const sub = paths.splice(0, 10);
 sub.forEach(path => fetchSceneTagsAsync(path, callback));
 setTimeout(() => throttle(paths, callback), 1000)
}

function writeSceneAsync(paths) {
 const callback = tags => {
 await tags = fetchSceneTagsAsync(paths[i])
 writeToFile(tags);
 }
 
 throttle(paths, callback)
}

function start() {
 const paths = loadPaths();
 writeSceneAsync(paths);
}

重新启动服务，观察了一下，大约每分钟处理 568 张图片，速度提升约 4 倍。