在招聘管理系统中，用户需要同时加载多个数据（如候选人列表、职位列表、个人中心信息）。你如何设计并发网络请求，避免请求冲突或超时？

八方职达 | 广州创思信息技术有限公司IOS开发难度：中等

答案

1) 【一句话结论】：采用URLSession TaskGroup管理并发请求，通过控制并发任务数量、设置动态超时，并处理相同资源并发冲突，实现高效加载且避免请求冲突或超时。

2) 【原理/概念讲解】：老师口吻，解释URLSession并发机制。系统提供TaskGroup来管理多个并发任务，我们可以通过配置concurrentTaskCount限制同时运行的任务数，防止资源耗尽（如最多3个任务同时运行）。对于相同资源（如同一候选人ID的多次请求），使用taskIdentifier标识任务，避免重复请求或冲突。超时时间需结合网络环境（如移动网络下增加超时时间）和数据量（大数据请求延长超时）动态调整。类比：任务组像交通调度中心，控制同时出发的车辆（任务）数量，每辆车（任务）有行驶时间限制（超时），若超时则返回并通知调度中心，其他车辆继续行驶，最终所有车辆到达后统一处理货物（数据）。

3) 【对比与适用场景】：

方法	定义	特性	使用场景	注意点
串行请求	依次执行每个网络请求	顺序执行，无并发	数据依赖强（如先加载职位再加载候选人）	延迟高，效率低
并发请求（原生：GCD+URLSession）	利用URLSession TaskGroup管理并发任务，控制并发数量	高效利用网络带宽，支持超时/错误处理	多个独立数据（候选人、职位、个人中心）	需手动控制并发数量，避免资源耗尽
并发请求（第三方库：如Alamofire）	库封装的并发管理，提供更易用的API	内置超时、错误处理，高级并发控制	需求复杂，需精细控制	依赖第三方库，增加项目复杂度

4) 【示例】：

// 假设数据源URL
let candidateURL = URL(string: "https://api.example.com/candidates")!
let jobURL = URL(string: "https://api.example.com/jobs")!
let profileURL = URL(string: "https://api.example.com/profile")!

// 创建TaskGroup，控制并发数量（如最多3个任务同时运行）
let group = URLSession.shared.newTaskGroup()
group.maxConcurrentTaskCount = 3 // 控制并发数量

// 添加任务
group.addTask { [weak self] in
    let task = URLSession.shared.dataTask(with: candidateURL) { data, response, error in
        if let error = error {
            print("候选人请求超时/失败: \(error)")
            return
        }
        // 处理候选人数据
    }
    task.resume()
}

group.addTask { [weak self] in
    let task = URLSession.shared.dataTask(with: jobURL) { data, response, error in
        if let error = error {
            print("职位请求超时/失败: \(error)")
            return
        }
        // 处理职位数据
    }
    task.resume()
}

group.addTask { [weak self] in
    let task = URLSession.shared.dataTask(with: profileURL) { data, response, error in
        if let error = error {
            print("个人中心请求超时/失败: \(error)")
            return
        }
        // 处理个人中心数据
    }
    task.resume()
}

// 等待所有任务完成
group.wait(for: [candidateURL, jobURL, profileURL]) { errors in
    if let errors = errors {
        print("部分任务失败: \(errors)")
    } else {
        print("所有任务完成，合并数据更新UI")
    }
}

5) 【面试口播版答案】：面试官您好，对于招聘管理系统中同时加载多个数据（候选人列表、职位列表、个人中心信息），我会采用URLSession TaskGroup方案。核心是通过TaskGroup管理并发任务，控制同时运行的数量（比如最多3个任务），每个任务独立设置超时（根据网络环境动态调整，如移动网络下延长超时），并处理相同资源并发冲突（用taskIdentifier避免重复请求）。这样即使某个请求超时或失败，其他请求也能继续，最终所有任务完成后统一更新UI，提升加载效率。具体来说，我会创建TaskGroup，添加每个数据源的请求任务，设置并发数量限制，超时后取消任务并提示用户，确保资源不被耗尽，同时通过回调收集结果，保证数据加载的一致性。

6) 【追问清单】：

问题1：如何控制并发任务数量以避免资源耗尽？
回答要点：使用URLSession的concurrentTaskCount属性或TaskGroup的maxConcurrentTaskCount参数，根据设备性能和网络状况设置合理的并发数（如3-5个）。
问题2：如何处理相同资源的并发请求冲突？
回答要点：为每个任务设置唯一的taskIdentifier，通过URLSession的taskIdentifier属性判断是否为重复请求，避免重复发送相同资源请求。
问题3：超时时间如何确定？
回答要点：根据网络环境（Wi-Fi/移动网络）和数据量（小数据快速响应，大数据延长超时）动态调整，例如移动网络下超时时间设为10秒，Wi-Fi下设为5秒。
问题4：如果网络不稳定，如何优化请求策略？
回答要点：根据网络状态（通过Reachability检测）调整重试次数（移动网络下增加重试次数）和超时时间，例如网络不稳定时增加重试次数，提高请求成功率。

7) 【常见坑/雷区】：

坑1：忽略并发数量限制，导致过多任务同时运行，耗尽设备资源（如内存、网络带宽），引发应用卡顿或崩溃。
坑2：未处理相同资源并发冲突，导致重复请求相同数据，增加服务器压力和无效流量。
坑3：超时时间设置不合理，如过短导致正常请求超时失败，过长导致用户体验差。
坑4：未考虑网络状态变化（如从Wi-Fi切换到移动网络），未动态调整超时或重试策略，影响请求成功率。
坑5：未处理任务完成后的结果合并逻辑，导致UI更新顺序混乱或数据不一致。