cornerstone系列 - 预加载和request pool（请求池）

先说说需求场景，由于界面上可以显示n*n（n最大4）布局区域的图像序列，每个序列可能有上百张图像，首先肯定是把每个序列的第一张图像加载出来，剩下的image就慢慢整，所以需要做一个预加载的策略。

理一下思路

首先需要一个请求池，放所有准备加载的图像，然后在操作过程中肯定会带来一些顺序的变动（比如对第四个序列滚动到了第20张图像，那肯定这张图像就最优先加载）所以需要有权重。检查可能会切换，所以需要重置请求池的方法。还需要可配置并发数量，因为某些影像会很大，就一张一张加载比较高效。原本获取image的地方，都是调用 loadAndCacheImage 方法，现在要统一管理所有请求，需要改成调用loadAndCacheImagePlus。最后由于还有个进度条的功能（预加载的进度条，每个序列的缩略图上显示），所以成功后需要有回调，也放在配置里。所以需要提供 捋一下大概：

• 请求池（初始化、添加、重置、轮训、并发数）
• 权重（排序）
• 初始化的配置（并发数，成功的回调）
• 提供一个 loadAndCacheImagePlus 方法来代替 loadAndCacheImage 获取图像数据

cornerstoneTools源码里有个 requestPoolManager 文件，看了一下就是请求池的管理，大体思路是一样的，不过它这儿没有真正的权重，它的权重是靠 loadImage 时的 priority 配置，去看了下具体的实现，这个权重是计算层面的，不是请求层面的，请求还是发出去了，所以不好直接使用人家的这个请求管理。

实现

请求池是一个大的概念，囊括了各种请求的统一调度，定义为TaskHelper 。目前这边只有图像的加载，所以再专门新建 cornerstone-image-request 来写图像请求的逻辑。

task-helper

1.请求池
taskPool存放请求，每个请求是一个对象，包含唯一标识的key、execute执行函数、priority权重等，execute执行函数需要是个promise，因为调用的地方需要等待请求池执行结果。

2.轮训
请求池需要有轮训机制，初始化后就开始轮训检查taskPool中是否有需要处理的请求，有的话就停止轮训，执行完剩余并发数量的请求，然后再重新开始轮训。

3.cachedTask
比如序列的第一张图像和它的缩略图都要加载，此时都在加载队列中等待，所以此时有两个promise在等待结果，所以需要一个对象来记录每个task的额外属性（比如subscribe、extra，以免新的task进来后丢失了原来的数据）

4.权重
轮训检测到有内容则开始执行executeTask，每次执行前先按权重排序，因为addTask时有可能会塞进来高权重的，就要在执行的时候换到前面来。

剩下的逻辑都比较清晰就不赘述了....（大体代码如下）

// task-helper.js
let taskPool = []; // 请求池
let numRequest = 0; // 正在执行数量
let maxRequest = 4; // 可配置
let taskTimer; // 轮训的定时器
let cachedTask = {}; // 存放的任务数据

// 预加载池的添加
function addTaskIntoPool(task) {
    return new Promise((resolve, reject) => {
        const cache = cachedTask[task.key];
        const subscribe = (executeRes) => {
            if (executeRes.success) {
                resolve(executeRes.res)
            } else {
                reject(executeRes.err)
            }
        };
        const priority = (task.priority || task.priority === 0) || 999;
        if (cache) {
            cache.priority = priority;
            const callbacks = cache.callbacks || [];
            callbacks.push(subscribe)
        } else {
            task.callbacks = [subscribe]
            cachedTask[task.key] = task;
            taskPool.push(task);
        }
    })
}
// 执行下载
function executeTask() {
    if (taskPool.length > 0) {
        sortTaskPool();
        const executeRequest = maxRequest - numRequest;
        if (executeRequest > 0) {
            for ( let i = 0; i < executeRequest; i++ ) {
                const task = taskPool.shift();
                if (!task) {
                    return
                }
                numRequest++;
                task.execute().then((res) => {
                    numRequest--;
                    task.callbacks && task.callbacks.map(callback => {
                        callback({success: true, res})
                    });
                    executeTask();
                }, (err) => {
                    numRequest--;
                    task.callbacks && task.callbacks.map(callback => {
                        callback({success: false, err})
                    });
                    delete cachedTask[task.key];
                    executeTask();
                })
            }
        }
    } else {
        startTaskTimer();
    }
}
// 轮训检查请求池中是否有请求需要执行
function startTaskTimer() {
    taskTimer = setInterval(() => {
        if (taskPool.length > 0) {
            stopTaskTimer();
            executeTask();
        }
    }, 500)
}
// 停止轮训
function stopTaskTimer() {
    clearInterval(taskTimer);
    taskTimer = null;
}
....

2.cornerstone-image-request

拿到序列数据后调用初始化task-helper的请求池，携带什么额外的配置都是自由逻辑，对于task-helper来说都是黑的，比如下面的extra，就是希望在成功回调时知道这个图像是哪个序列的，方便做进度条。

import { addTaskIntoPool } from './task-helper';
function addTaskPool(series) {
    lodash.forEach(series, (item) => {
        if (item && item.imageIds) {
            lodash.forEach(item.imageIds, (imageId) => {
                const imageTask = buildImageRequestTask(imageId, {
                    extra: { series: item.seriesInstanceUID }
                });
                addTaskIntoPool(imageTask)
            })
        }
    });
}

这儿主要的是提供 loadAndCacheImagePlus 方法出来，先看下cornerstone的imageCache中有没有，有的话直接用，没有就调用task-helper的 addTaskIntoPool 把任务添加到请求池中。

priority=999是因为这个方法是用来代替loadAndCacheImage的，调用这方法的地方都是要直接获取数据，所以优先级是最高的。

由于cornerstone.loadAndCacheImage是个promise，直接当做execute就执行了（虽然promise是pending），所以要再包一层，最终还是个promise就行。

function loadAndCacheImagePlus(imageId, priority = 999) {
    return new Promise((resolve, reject) => {
        const imageLoadObject = cornerstone.imageCache.getImageLoadObject(imageId);
        if (imageLoadObject) {
            imageLoadObject.promise.then((image) => {
                resolve(image);
            }, (err) => {
                reject(err);
            })
        } else {
            const imageTask = buildImageRequestTask(imageId, { priority })
            addTaskIntoPool(imageTask).then((res) => {
                resolve(res)
            }).catch(e => {
                reject(e)
            })
        }
    });
}

function buildImageRequestTask(imageId, config = {}) {
    return {
        key: imageId,
        ...config,
        execute: () => {
            return cornerstone.loadAndCacheImage(imageId)
        }
    };
}

最后

简单的可控制的请求池就这样子了，可以满足我们目前的需求，需要改进的是错误的机制和重试机制，还有别的请求的兼容等，需要细细考虑完善。