在JavaScript语言体系中，异步迭代是一种允许我们在不知道数据总量、且数据来源具备延迟特性的情况下，按序消费数据的机制。传统的for...of循环只能遍历实现了Symbol.iterator的同步可迭代对象，一旦某次取值需要等待网络或磁盘IO，整个事件循环就会被卡住。异步迭代通过引入Symbol.asyncIterator以及配套的for await...of语法，把“取下一个值”这件事本身变成了一个返回Promise的操作，从而让消费端可以以非阻塞方式处理流式或分批的数据。
基于异步生成器函数的手动实现
最直观的异步迭代实现方式是使用异步生成器函数（async generator）。在函数声明前加上async和*之后，函数体内就可以使用yield返回等待中的Promise，而调用该生成器所得到的对象会自动拥有Symbol.asyncIterator方法。这种写法把“如何产生下一段数据”的逻辑完全封装在函数内部，外部只需要用for await...of即可顺序读取，无需关心底层是定时器的延迟、接口的分页还是文件的逐块读取。
下面示例展示了一个简单的异步生成器，它模拟从某接口分三页拉取数据的过程。每一次yield都会等待一秒，用来体现异步来源的特征。注意在生成器内部可以直接写await，因为函数体本身处于异步上下文。消费端代码也必须是异步函数，才能在顶层使用for await...of。
async function* fetchPages() {
let page = 1;
while (page <= 3) {
// 模拟网络请求延迟
const data = await new Promise(resolve => {
setTimeout(() => resolve({ page, items: [page * 10, page * 10 + 1] }), 1000);
});
yield data;
page++;
}
}
(async () => {
for await (const chunk of fetchPages()) {
console.log('收到数据:', chunk);
}
})();
这种实现的优势在于逻辑内聚、易于测试，并且天然支持在循环中使用try...catch来捕获任意一次yield前的异步错误。缺点则是如果生产速度远大于消费速度，生成器内部可能会积累未处理的Promise，不过由于生成器是拉取式的，实际上只有在调用next()时才真正执行到下一个yield，因此内存压力通常可控。对于需要精细控制背压的场景，手动实现异步生成器仍然是最灵活的手段。
利用内置异步可迭代对象消费流数据
除了自己写生成器，JavaScript运行环境中已经存在不少原生实现了Symbol.asyncIterator的对象。最典型的是Node.js中的可读流（Readable Stream）。当我们以“流”的方式读取大文件或HTTP响应体时，流对象本身就是异步可迭代的，这意味着可以直接用for await...of按块读取，而不必监听data和end事件。这种方式减少了事件回调的嵌套，使代码呈现线性的阅读结构。
下面的代码演示了使用Node.js原生文件系统模块逐行读取大文本文件的过程。这里利用了readline模块创建的接口对象，它同样实现了异步迭代协议，每次迭代得到一行字符串。相比一次性readFile把全部内容读进内存，这种写法在处理GB级日志时几乎不增加堆内存负担。
const fs = require('fs');
const readline = require('readline');
function createLineReader(filePath) {
const input = fs.createReadStream(filePath);
return readline.createInterface({ input, crlfDelay: Infinity });
}
(async () => {
const rl = createLineReader('./big_log.txt');
for await (const line of rl) {
if (line.includes('ERROR')) {
console.log('错误行:', line);
}
}
})();
使用内置异步可迭代对象的好处是无需关心底层缓冲区的填充与排空，运行时会自动在数据就绪后唤醒循环。不过要注意，一旦for await...of循环因为break或异常退出，应当手动调用流或接口的close方法以释放文件描述符。此外，原生流的异步迭代不支持在迭代过程中方便地“跳过的某些块后回溯”，如果业务需要随机访问，仍应结合其他数据结构使用。
在批量任务中组合异步迭代与并发控制
异步迭代描述的是“逐个等待”的消费模型，但在实际工程中我们往往希望一边迭代获取任务，一边限制同时进行的请求数量，避免被对端限流。此时可以在异步迭代的外层包裹一个并发调度器，例如用一个小池子维护固定数量的Promise，每从迭代器取出一个任务就填入空闲槽位，某个任务完成后才取下一个。这样既保留了异步迭代对数据源的松散耦合，又实现了吞吐量与稳定性的平衡。
以下示例实现了一个简易的并发消费函数，它接收一个异步可迭代对象以及并发数，内部使用数组模拟运行中的任务队列。每当队列长度小于限定值就从迭代器拿下一个值并启动执行，利用Promise.race等待任意一个完成后再补齐，直到迭代结束。该模式常用于爬虫抓取或批量图片压缩。
async function runWithLimit(iterable, limit, worker) {
const iterator = iterable[Symbol.asyncIterator]();
const running = new Set();
async function next() {
const { value, done } = await iterator.next();
if (done) return;
const p = Promise.resolve(worker(value)).then(() => running.delete(p));
running.add(p);
if (running.size >= limit) {
await Promise.race(running);
}
return next();
}
await next();
await Promise.all(running);
}
// 假设 tasks 是一个异步生成器
async function* tasks() {
for (let i = 0; i < 10; i++) {
yield i;
}
}
runWithLimit(tasks(), 3, async (id) => {
await new Promise(r => setTimeout(r, 500));
console.log('处理完任务', id);
});
将异步迭代与并发控制结合时，需要特别注意错误传播。如果某个worker抛出拒绝态Promise，上述代码会使其从running中移除并继续，但主流程可能不会立即失败。生产中建议在worker内部捕获并上报，或在Promise.race之后检查running中是否含有被拒绝的Promise，从而决定是否中断整个批次。通过这种组合，异步迭代不再只是“慢速顺序消费”的代名词，而可以成为构建高吞吐数据管道的基础构件。
async_iteratorSymbol_asyncIteratorforEach_await修改时间：2026-08-17 19:28:40