Google Distance Matrix API返回结果顺序错乱问题求助

看起来你遇到的核心问题是异步请求的无序性——因为Distance Matrix API的回调是异步触发的，先发送的请求不一定先返回，所以输出顺序会乱；另外批量处理5500条数据也需要考虑API配额和请求限流的问题。我来帮你一步步修复这些问题：

现有代码的关键问题 #

• 回调函数没有绑定对应的id（每条数据的唯一标识），回调返回时无法对应到原始请求数据
• 异步请求没有并发控制，一次性发送大量请求容易触发API限流，也会加剧顺序错乱
• 只处理了DRIVING一种交通方式，没实现你需要的多方式查询
• 错误处理过于简陋，没有重试机制，容易丢失数据

优化后的解决方案 #

我会用Promise封装API调用，结合async/await控制请求流程，同时给每个请求绑定原始数据标识，确保结果和输入一一对应：

1. 重构CSV解析逻辑 #

先简化CSV读取和解析，把每条数据转换成结构化对象，方便后续处理：

// 假设CSV第一行是表头，先过滤空行并跳过表头
const rows = data.split(/\r?\n|\r/).filter(row => row.trim() !== '');
const employeeData = rows.slice(1).map(row => {
  const cells = row.split(',');
  return {
    id: cells[0],
    origin: {
      lat: parseFloat(cells[1]),
      lng: parseFloat(cells[2])
    },
    destination: {
      lat: parseFloat(cells[4]),
      lng: parseFloat(cells[5])
    }
  };
});

2. 用Promise封装API调用 #

把API请求封装成Promise，传递id和交通方式参数，方便后续关联结果：

function getTravelTime(origin, destination, travelMode, id) {
  return new Promise((resolve, reject) => {
    const service = new google.maps.DistanceMatrixService();
    service.getDistanceMatrix({
      origins: [origin],
      destinations: [destination],
      travelMode: travelMode,
      avoidHighways: false, // 可按需调整
      avoidTolls: false     // 可按需调整
    }, (response, status) => {
      if (status === 'OK') {
        const element = response.rows[0].elements[0];
        if (element.status === 'OK') {
          resolve({
            id: id,
            travelMode: travelMode,
            duration: element.duration.text,
            durationValue: element.duration.value, // 数值型时长，方便后续计算
            distance: element.distance.text,
            distanceValue: element.distance.value
          });
        } else {
          reject(new Error(`查询失败：${element.status} (ID: ${id})`));
        }
      } else {
        reject(new Error(`API请求失败：${status} (ID: ${id})`));
      }
    });
  });
}

3. 批量并发处理请求（控制并发数） #

5500条数据不能一次性全部发送，我们控制并发数（比如同时发10个请求），最后按id排序确保结果顺序和输入一致：

// 批量处理工具函数：控制并发数，避免限流
async function processBatch(items, batchSize, handler) {
  const results = [];
  for (let i = 0; i < items.length; i += batchSize) {
    const batch = items.slice(i, i + batchSize);
    const batchResults = await Promise.all(batch.map(item => handler(item)));
    results.push(...batchResults);
  }
  // 按id排序，保证结果和原始输入顺序一致
  return results.sort((a, b) => a.id.localeCompare(b.id));
}

// 主处理函数
async function processAllData() {
  // 定义需要查询的交通方式
  const travelModes = ['DRIVING', 'WALKING', 'BICYCLING', 'TRANSIT'];
  const allResults = [];

  for (const mode of travelModes) {
    console.log(`正在处理${mode}类型的请求...`);
    const modeResults = await processBatch(employeeData, 10, async (item) => {
      try {
        return await getTravelTime(item.origin, item.destination, mode, item.id);
      } catch (error) {
        console.error(error.message);
        // 错误时返回标记数据，避免中断整个流程
        return { id: item.id, travelMode: mode, error: error.message };
      }
    });
    allResults.push(...modeResults);
  }

  // 渲染结果到页面表格
  renderResultsTable(allResults);
}

// 渲染结果表格
function renderResultsTable(results) {
  let tableHtml = `
    <table class="table table-bordered table-striped">
      <thead>
        <tr>
          <th>ID</th>
          <th>交通方式</th>
          <th>行程时间</th>
          <th>行程距离</th>
          <th>状态</th>
        </tr>
      </thead>
      <tbody>
  `;
  
  results.forEach(result => {
    tableHtml += `
      <tr>
        <td>${result.id}</td>
        <td>${result.travelMode}</td>
        <td>${result.duration || 'N/A'}</td>
        <td>${result.distance || 'N/A'}</td>
        <td>${result.error ? '失败' : '成功'}</td>
      </tr>
    `;
  });
  
  tableHtml += '</tbody></table>';
  // 将表格插入到页面指定元素，比如：
  // document.getElementById('results-container').innerHTML = tableHtml;
  console.log('所有数据处理完成！');
}

// 启动处理流程
processAllData();

额外注意事项 #

• API配额与限流：高级账户配额更高，但batchSize建议设为10-20之间；如果遇到OVER_QUERY_LIMIT错误，可以在getTravelTime中添加重试逻辑（比如最多重试3次，每次间隔1秒）
• 结果一致性：同一坐标对结果偶尔不一致可能是实时路况影响，可添加departureTime参数（设置为当前时间或指定时间）获取更稳定的结果
• CSV格式兼容性：如果CSV有复杂格式（比如带引号的字段），建议用专门的CSV解析库（如PapaParse）处理，避免手动拆分出错

内容的提问来源于stack exchange，提问作者ohhimark