如何从Google Cloud函数（Cheerio,node.js）发出多个http请求

Question

我的问题：

我正在构建一个包含Cheerio、Node.js和Google Cloud功能的Web刮板。

问题是我需要发出多个请求，然后在调用response.send（）并因此终止函数之前将每个请求中的数据写入Firestore数据库。

我的代码需要两个循环：第一个循环使用我db中的URL，每个URL都发出一个单独的请求。第二个循环是Cheerio使用.each从DOM中刮取多行表数据，并对每一行进行单独的写操作。

我试过的：

我尝试将每个请求推送到一组承诺中，然后在调用res.send（）之前等待所有承诺都用promission.all（）解决，但我对promissions还是有点不确定，不确定这是正确的方法。（我已经通过这种方式获得了适用于较小数据集的代码，但仍然不一致。）

我还尝试将每个请求创建为一个新的承诺，并使用async/await来等待forEach循环中的每个函数调用，以便为每个请求和写入留出充分完成的时间，这样我就可以在之后调用res.send（）了，但我发现forEach不支持async/await。

我试图通过p-iteration模块来解决这一问题，但因为它实际上不是forEach而是查询（doc.forEach（））上的一个方法，所以我不认为它是这样工作的。

这是我的代码。

注：

正如所提到的，这并不是我所尝试的一切（我移除了我的承诺尝试），但这应该表明我正在尝试完成什么。

export const getCurrentLogs = functions.https.onRequest((req, response) => {


//First, I make a query from my db to get the urls 
// that I want the webscraper to loop through. 

const ref = scheduleRef.get()

.then((snapshot) => {

    snapshot.docs.forEach((doc) => {

        const scheduleGame = doc.data()
        const boxScoreUrl = scheduleGame.boxScoreURL

//Inside the forEach I call the request 
// as a function with the url passed in

        updatePlayerLogs("https://" + boxScoreUrl + "/");


    });

})

.catch(err => {
    console.log('Error getting schedule', err);
});


function updatePlayerLogs (url){

 
//Here I'm not sure on how to set these options 
// to make sure the request stays open but I have tried 
// lots of different things. 

    const options = {
        uri: url,
        Connection: 'keep-alive',
        transform: function (body) {
            return cheerio.load(body);
        }
    };

   request(options)

        .then(($) => {


//Below I loop through some table data 
// on the dom with cheerio. Every loop 
// in here needs to be written to firebase individually. 


                $('.stats-rows').find('tbody').children('tr').each(function(i, element){


                    const playerPage = $(element).children('td').eq(0).find('a').attr('href');


                    const pts = replaceDash($(element).children('td').eq(1).text());
                    const reb =  replaceDash($(element).children('td').eq(2).text());
                    const ast =  replaceDash($(element).children('td').eq(3).text());
                    const fg =  replaceDash($(element).children('td').eq(4).text());
                    const _3pt =  replaceDash($(element).children('td').eq(5).text());
                    const stl =  replaceDash($(element).children('td').eq(9).text());
                    const blk =  replaceDash($(element).children('td').eq(10).text());
                    const to =  replaceDash($(element).children('td').eq(11).text());


                    const currentLog = {
                        'pts': + pts,
                        'reb': + reb,
                        'ast': + ast,
                        'fg':  fgPer,
                        '3pt': + _3ptMade,
                        'stl': + stl,
                        'blk':  + blk,
                        'to':  + to
                    }

                   //here is the write
                    playersRef.doc(playerPage).update({

                        'currentLog': currentLog

                    }) 
                    .catch(error => 
                        console.error("Error adding document: ", error + " : " + url)
                     );
                });

            })

        .catch((err) => {
            console.log(err); 
        });

    };

//Here I call response.send() to finish the function. 
// I have tried doing this lots of different ways but 
// whatever I try the response is being sent before all 
// docs are written.

   response.send("finished writing logs")

});

我所尝试的一切要么导致一个超过期限的错误（可能是因为配额限制，我已经检查过了，但我认为我不应该超过），要么是一些无法解释的错误，代码没有完成执行，但在日志中什么也没有显示给我。

请帮忙，在这个我不理解的场景中，有没有一种方法可以使用Async/Await？有没有办法用承诺来让这变得优雅？

非常感谢,

Answer 1

也许看看像这样的东西。它使用Bluebird promises和request-promise库

const Promise = require('bluebird');
var rp = require('request-promise');

const urlList = ['http://www.google.com', 'http://example.com']

async function getList() {
  await Promise.map(urlList, (url, index, length) => { 

    return rp(url)
      .then((response) => {

        console.log(`${'\n\n\n'}${url}:${'\n'}${response}`);
        return;
      }).catch(async (err) => {
        console.log(err);
        return;

      })


  }, {
    concurrency: 10
  }); //end Promise.map

}

getList();