核心是缓存进行中的请求而非数据:通过 Map 按标准化 key(URL+方法+排序后参数)缓存 pending Promise,命中则复用,未命中则发起并缓存,完成后清理;与传统数据缓存正交。

核心是不让相同请求触发多次网络调用,而是复用同一个 Promise 实例。关键不在“缓存数据”,而在“缓存进行中的请求”——也就是把还在 pending 状态的 Promise 记下来,后续同参数请求直接返回它。
用 Map 或对象缓存 pending 的 Promise
每次请求前,先根据 URL、方法、参数生成唯一 key(比如 GET_/api/user?id=123)。检查该 key 是否已存在一个未完成的 Promise:
- 存在 → 直接返回这个 Promise,不发新请求
- 不存在 → 执行真实请求,把返回的 Promise 存入缓存,再返回它
- 请求完成后(无论成功或失败),从缓存中清理掉该 key
注意参数标准化,避免 key 冲突
相同逻辑但参数顺序不同(如 {a:1,b:2} 和 {b:2,a:1})应生成同一 key。推荐做法:
- 对请求参数做
JSON.stringify()前先排序键名(可用Object.keys().sort()重构对象) - 忽略时间戳、随机数等动态字段(如
_t=1728450549123) - GET 请求用
params,POST/PUT 用data,统一纳入 key 计算
和普通数据缓存区分开
异步缓存(Async Cache)只管“正在跑的请求”,不是“已返回的数据”。它解决的是并发重复,不是离线复用:
分析 Java Spring Boot 后端 Controller 代码,自动生成 Markdown 格式的接口文档。当用户说“生成 Java 接口文档”、“生成 API 文档”、“从 Spring 代码生成文档”时触发。
- ✅ 它能防止两个组件同时初始化时发起两次
/user/profile - ❌ 它不负责“30 秒内再次访问就跳过请求”,那是传统缓存(需额外加 timestamp + TTL 判断)
- 若需两者兼顾,可在 Promise resolve 后,把结果写入二级缓存(如内存 Map + 过期时间)
适配主流请求库的通用写法
不管用 axios、fetch 还是小程序 wx.request,逻辑一致:
- 在请求发出前计算 key,查缓存
- 命中则 return 缓存 Promise
- 未命中则发起请求,并把 Promise 存入缓存
- 在
.then和.catch里都执行清理
不需要修改业务代码,只需包裹一层请求函数即可生效。
Java免费学习笔记:立即使用
解锁 Java 大师之旅:从入门到精通的终极指南










