JavaScript Async Iterator Pipeline: Αλυσίδα Επεξεργασίας Ροής

Στον κόσμο της σύγχρονης ανάπτυξης JavaScript, η αποτελεσματική διαχείριση μεγάλων συνόλων δεδομένων και ασύγχρονων λειτουργιών είναι υψίστης σημασίας. Οι ασύγχρονοι επαναλήπτες (async iterators) και οι διοχετεύσεις (pipelines) παρέχουν έναν ισχυρό μηχανισμό για την ασύγχρονη επεξεργασία ροών δεδομένων, μετασχηματίζοντας και χειρίζοντας δεδομένα με μη-μπλοκάροντα τρόπο. Αυτή η προσέγγιση είναι ιδιαίτερα πολύτιμη για τη δημιουργία επεκτάσιμων και αποκριτικών εφαρμογών που διαχειρίζονται δεδομένα σε πραγματικό χρόνο, μεγάλα αρχεία ή πολύπλοκους μετασχηματισμούς δεδομένων.

Τι είναι οι Async Iterators;

Οι async iterators είναι ένα σύγχρονο χαρακτηριστικό της JavaScript που σας επιτρέπει να επαναλαμβάνετε ασύγχρονα πάνω σε μια ακολουθία τιμών. Είναι παρόμοιοι με τους κανονικούς επαναλήπτες, αλλά αντί να επιστρέφουν απευθείας τιμές, επιστρέφουν promises που επιλύονται στην επόμενη τιμή της ακολουθίας. Αυτή η ασύγχρονη φύση τους καθιστά ιδανικούς για τη διαχείριση πηγών δεδομένων που παράγουν δεδομένα με την πάροδο του χρόνου, όπως ροές δικτύου, αναγνώσεις αρχείων ή δεδομένα αισθητήρων.

Ένας async iterator έχει μια μέθοδο next() που επιστρέφει ένα promise. Αυτό το promise επιλύεται σε ένα αντικείμενο με δύο ιδιότητες:

• value: Η επόμενη τιμή στην ακολουθία.
• done: Μια boolean τιμή που υποδεικνύει εάν η επανάληψη έχει ολοκληρωθεί.

Ακολουθεί ένα απλό παράδειγμα ενός async iterator που παράγει μια ακολουθία αριθμών:

async function* numberGenerator(limit) {
  for (let i = 0; i < limit; i++) {
    await new Promise(resolve => setTimeout(resolve, 100)); // Simulate async operation
    yield i;
  }
}

(async () => {
  for await (const number of numberGenerator(5)) {
    console.log(number);
  }
})();

Σε αυτό το παράδειγμα, η numberGenerator είναι μια ασύγχρονη συνάρτηση γεννήτρια (που δηλώνεται με τη σύνταξη async function*). Παράγει μια ακολουθία αριθμών από 0 έως limit - 1. Ο βρόχος for await...of επαναλαμβάνεται ασύγχρονα πάνω στις τιμές που παράγονται από τη γεννήτρια.

Κατανόηση των Async Iterators σε Πραγματικά Σενάρια

Οι async iterators υπερέχουν όταν αντιμετωπίζουν λειτουργίες που εγγενώς περιλαμβάνουν αναμονή, όπως:

• Ανάγνωση Μεγάλων Αρχείων: Αντί να φορτώνετε ολόκληρο το αρχείο στη μνήμη, ένας async iterator μπορεί να διαβάσει το αρχείο γραμμή προς γραμμή ή τμήμα προς τμήμα, επεξεργαζόμενος κάθε κομμάτι καθώς γίνεται διαθέσιμο. Αυτό ελαχιστοποιεί τη χρήση μνήμης και βελτιώνει την απόκριση. Φανταστείτε την επεξεργασία ενός μεγάλου αρχείου καταγραφής από έναν διακομιστή στο Τόκιο· θα μπορούσατε να χρησιμοποιήσετε έναν async iterator για να το διαβάσετε σε κομμάτια, ακόμα κι αν η σύνδεση δικτύου είναι αργή.
• Ροή Δεδομένων από APIs: Πολλά APIs παρέχουν δεδομένα σε μορφή ροής. Ένας async iterator μπορεί να καταναλώσει αυτήν τη ροή, επεξεργαζόμενος τα δεδομένα καθώς φτάνουν, αντί να περιμένει να κατέβει ολόκληρη η απόκριση. Για παράδειγμα, ένα API χρηματοοικονομικών δεδομένων που μεταδίδει τιμές μετοχών.
• Δεδομένα Αισθητήρων σε Πραγματικό Χρόνο: Οι συσκευές IoT παράγουν συχνά μια συνεχή ροή δεδομένων αισθητήρων. Οι async iterators μπορούν να χρησιμοποιηθούν για την επεξεργασία αυτών των δεδομένων σε πραγματικό χρόνο, ενεργοποιώντας ενέργειες με βάση συγκεκριμένα γεγονότα ή όρια. Σκεφτείτε έναν αισθητήρα καιρού στην Αργεντινή που μεταδίδει δεδομένα θερμοκρασίας· ένας async iterator θα μπορούσε να επεξεργαστεί τα δεδομένα και να ενεργοποιήσει μια ειδοποίηση εάν η θερμοκρασία πέσει κάτω από το μηδέν.

Τι είναι μια Διοχέτευση (Pipeline) Async Iterator;

Μια διοχέτευση (pipeline) async iterator είναι μια ακολουθία από async iterators που συνδέονται μεταξύ τους για να επεξεργαστούν μια ροή δεδομένων. Κάθε επαναλήπτης στη διοχέτευση εκτελεί έναν συγκεκριμένο μετασχηματισμό ή λειτουργία στα δεδομένα πριν τα περάσει στον επόμενο επαναλήπτη της αλυσίδας. Αυτό σας επιτρέπει να δημιουργείτε σύνθετες ροές εργασίας επεξεργασίας δεδομένων με έναν αρθρωτό και επαναχρησιμοποιήσιμο τρόπο.

Η κεντρική ιδέα είναι να αναλύσετε μια πολύπλοκη εργασία επεξεργασίας σε μικρότερα, πιο διαχειρίσιμα βήματα, καθένα από τα οποία αντιπροσωπεύεται από έναν async iterator. Αυτοί οι επαναλήπτες συνδέονται στη συνέχεια σε μια διοχέτευση, όπου η έξοδος του ενός επαναλήπτη γίνεται η είσοδος του επόμενου.

Σκεφτείτε το σαν μια γραμμή συναρμολόγησης: κάθε σταθμός εκτελεί μια συγκεκριμένη εργασία στο προϊόν καθώς αυτό κινείται κατά μήκος της γραμμής. Στην περίπτωσή μας, το προϊόν είναι η ροή δεδομένων και οι σταθμοί είναι οι async iterators.

Δημιουργία μιας Διοχέτευσης (Pipeline) Async Iterator

Ας δημιουργήσουμε ένα απλό παράδειγμα μιας διοχέτευσης async iterator που:

1. Παράγει μια ακολουθία αριθμών.
2. Φιλτράρει τους περιττούς αριθμούς.
3. Υψώνει στο τετράγωνο τους υπόλοιπους ζυγούς αριθμούς.
4. Μετατρέπει τους τετραγωνισμένους αριθμούς σε συμβολοσειρές.

async function* numberGenerator(limit) {
  for (let i = 0; i < limit; i++) {
    yield i;
  }
}

async function* filter(source, predicate) {
  for await (const item of source) {
    if (predicate(item)) {
      yield item;
    }
  }
}

async function* map(source, transform) {
  for await (const item of source) {
    yield transform(item);
  }
}

(async () => {
  const numbers = numberGenerator(10);
  const evenNumbers = filter(numbers, (number) => number % 2 === 0);
  const squaredNumbers = map(evenNumbers, (number) => number * number);
  const stringifiedNumbers = map(squaredNumbers, (number) => number.toString());

  for await (const numberString of stringifiedNumbers) {
    console.log(numberString);
  }
})();

Σε αυτό το παράδειγμα:

• Η numberGenerator παράγει μια ακολουθία αριθμών από 0 έως 9.
• Η filter φιλτράρει τους περιττούς αριθμούς, κρατώντας μόνο τους ζυγούς.
• Η map υψώνει κάθε ζυγό αριθμό στο τετράγωνο.
• Η map μετατρέπει κάθε τετραγωνισμένο αριθμό σε συμβολοσειρά.

Ο βρόχος for await...of επαναλαμβάνεται πάνω στον τελικό async iterator της διοχέτευσης (stringifiedNumbers), εκτυπώνοντας κάθε τετραγωνισμένο αριθμό ως συμβολοσειρά στην κονσόλα.

Βασικά Οφέλη από τη Χρήση Διοχετεύσεων (Pipelines) Async Iterator

Οι διοχετεύσεις async iterator προσφέρουν πολλά σημαντικά πλεονεκτήματα:

• Βελτιωμένη Απόδοση: Επεξεργαζόμενες τα δεδομένα ασύγχρονα και σε τμήματα, οι διοχετεύσεις μπορούν να βελτιώσουν σημαντικά την απόδοση, ειδικά όταν διαχειρίζονται μεγάλα σύνολα δεδομένων ή αργές πηγές δεδομένων. Αυτό αποτρέπει το μπλοκάρισμα του κύριου thread και εξασφαλίζει μια πιο αποκριτική εμπειρία χρήστη.
• Μειωμένη Χρήση Μνήμης: Οι διοχετεύσεις επεξεργάζονται δεδομένα με τρόπο ροής, αποφεύγοντας την ανάγκη φόρτωσης ολόκληρου του συνόλου δεδομένων στη μνήμη ταυτόχρονα. Αυτό είναι κρίσιμο για εφαρμογές που χειρίζονται πολύ μεγάλα αρχεία ή συνεχείς ροές δεδομένων.
• Αρθρωτότητα και Επαναχρησιμοποίηση: Κάθε επαναλήπτης στη διοχέτευση εκτελεί μια συγκεκριμένη εργασία, καθιστώντας τον κώδικα πιο αρθρωτό και ευκολότερο στην κατανόηση. Οι επαναλήπτες μπορούν να επαναχρησιμοποιηθούν σε διαφορετικές διοχετεύσεις για να εκτελέσουν τον ίδιο μετασχηματισμό σε διαφορετικές ροές δεδομένων.
• Αυξημένη Αναγνωσιμότητα: Οι διοχετεύσεις εκφράζουν σύνθετες ροές εργασίας επεξεργασίας δεδομένων με σαφή και συνοπτικό τρόπο, καθιστώντας τον κώδικα ευκολότερο στην ανάγνωση και συντήρηση. Το στυλ του συναρτησιακού προγραμματισμού προωθεί την αμεταβλητότητα και αποφεύγει τις παρενέργειες, βελτιώνοντας περαιτέρω την ποιότητα του κώδικα.
• Διαχείριση Σφαλμάτων: Η υλοποίηση ανθεκτικής διαχείρισης σφαλμάτων σε μια διοχέτευση είναι ζωτικής σημασίας. Μπορείτε να περιβάλλετε κάθε βήμα σε ένα μπλοκ try/catch ή να χρησιμοποιήσετε έναν ειδικό επαναλήπτη διαχείρισης σφαλμάτων στην αλυσίδα για να διαχειριστείτε ομαλά πιθανά ζητήματα.

Προηγμένες Τεχνικές Διοχετεύσεων (Pipelines)

Πέρα από το βασικό παράδειγμα παραπάνω, μπορείτε να χρησιμοποιήσετε πιο εξελιγμένες τεχνικές για να δημιουργήσετε σύνθετες διοχετεύσεις:

• Buffering (Προσωρινή Αποθήκευση): Μερικές φορές, χρειάζεται να συγκεντρώσετε μια ορισμένη ποσότητα δεδομένων πριν τα επεξεργαστείτε. Μπορείτε να δημιουργήσετε έναν επαναλήπτη που αποθηκεύει προσωρινά δεδομένα μέχρι να επιτευχθεί ένα ορισμένο όριο, και στη συνέχεια εκπέμπει τα αποθηκευμένα δεδομένα ως ένα ενιαίο τμήμα. Αυτό μπορεί να είναι χρήσιμο για επεξεργασία κατά παρτίδες ή για την εξομάλυνση ροών δεδομένων με μεταβλητούς ρυθμούς.
• Debouncing και Throttling: Αυτές οι τεχνικές μπορούν να χρησιμοποιηθούν για τον έλεγχο του ρυθμού με τον οποίο επεξεργάζονται τα δεδομένα, αποτρέποντας την υπερφόρτωση και βελτιώνοντας την απόδοση. Το debouncing καθυστερεί την επεξεργασία μέχρι να περάσει ένας ορισμένος χρόνος από την άφιξη του τελευταίου στοιχείου δεδομένων. Το throttling περιορίζει τον ρυθμό επεξεργασίας σε έναν μέγιστο αριθμό στοιχείων ανά μονάδα χρόνου.
• Διαχείριση Σφαλμάτων: Η ανθεκτική διαχείριση σφαλμάτων είναι απαραίτητη για κάθε διοχέτευση. Μπορείτε να χρησιμοποιήσετε μπλοκ try/catch μέσα σε κάθε επαναλήπτη για να συλλάβετε και να διαχειριστείτε σφάλματα. Εναλλακτικά, μπορείτε να δημιουργήσετε έναν ειδικό επαναλήπτη διαχείρισης σφαλμάτων που παρεμβαίνει στα σφάλματα και εκτελεί τις κατάλληλες ενέργειες, όπως η καταγραφή του σφάλματος ή η επανάληψη της λειτουργίας.
• Backpressure (Αντίθλιψη): Η διαχείριση της αντίθλιψης είναι κρίσιμη για να διασφαλιστεί ότι η διοχέτευση δεν κατακλύζεται από δεδομένα. Εάν ένας επαναλήπτης κατάντη είναι πιο αργός από έναν επαναλήπτη ανάντη, ο επαναλήπτης ανάντη μπορεί να χρειαστεί να επιβραδύνει τον ρυθμό παραγωγής δεδομένων του. Αυτό μπορεί να επιτευχθεί χρησιμοποιώντας τεχνικές όπως ο έλεγχος ροής ή βιβλιοθήκες αντιδραστικού προγραμματισμού.

Πρακτικά Παραδείγματα Διοχετεύσεων (Pipelines) Async Iterator

Ας εξερευνήσουμε μερικά πιο πρακτικά παραδείγματα για το πώς μπορούν να χρησιμοποιηθούν οι διοχετεύσεις async iterator σε πραγματικά σενάρια:

Παράδειγμα 1: Επεξεργασία ενός Μεγάλου Αρχείου CSV

Φανταστείτε ότι έχετε ένα μεγάλο αρχείο CSV που περιέχει δεδομένα πελατών και πρέπει να το επεξεργαστείτε. Μπορείτε να χρησιμοποιήσετε μια διοχέτευση async iterator για να διαβάσετε το αρχείο, να αναλύσετε κάθε γραμμή και να εκτελέσετε επικύρωση και μετασχηματισμό δεδομένων.

const fs = require('fs');
const readline = require('readline');

async function* readFileLines(filePath) {
  const fileStream = fs.createReadStream(filePath);

  const rl = readline.createInterface({
    input: fileStream,
    crlfDelay: Infinity
  });

  for await (const line of rl) {
    yield line;
  }
}

async function* parseCSV(source) {
  for await (const line of source) {
    const values = line.split(',');
    // Perform data validation and transformation here
    yield values;
  }
}

(async () => {
  const filePath = 'path/to/your/customer_data.csv';
  const lines = readFileLines(filePath);
  const parsedData = parseCSV(lines);

  for await (const row of parsedData) {
    console.log(row);
  }
})();

Αυτό το παράδειγμα διαβάζει ένα αρχείο CSV γραμμή προς γραμμή χρησιμοποιώντας το readline και στη συνέχεια αναλύει κάθε γραμμή σε έναν πίνακα τιμών. Μπορείτε να προσθέσετε περισσότερους επαναλήπτες στη διοχέτευση για να εκτελέσετε περαιτέρω επικύρωση, καθαρισμό και μετασχηματισμό δεδομένων.

Παράδειγμα 2: Κατανάλωση ενός Streaming API

Πολλά APIs παρέχουν δεδομένα σε μορφή ροής, όπως Server-Sent Events (SSE) ή WebSockets. Μπορείτε να χρησιμοποιήσετε μια διοχέτευση async iterator για να καταναλώσετε αυτές τις ροές και να επεξεργαστείτε τα δεδομένα σε πραγματικό χρόνο.

const fetch = require('node-fetch');

async function* fetchStream(url) {
  const response = await fetch(url);
  const reader = response.body.getReader();

  try {
    while (true) {
      const { done, value } = await reader.read();
      if (done) {
        return;
      }
      yield new TextDecoder().decode(value);
    }
  } finally {
    reader.releaseLock();
  }
}

async function* processData(source) {
  for await (const chunk of source) {
    // Process the data chunk here
    yield chunk;
  }
}

(async () => {
  const url = 'https://api.example.com/data/stream';
  const stream = fetchStream(url);
  const processedData = processData(stream);

  for await (const data of processedData) {
    console.log(data);
  }
})();

Αυτό το παράδειγμα χρησιμοποιεί το fetch API για να ανακτήσει μια απόκριση ροής και στη συνέχεια διαβάζει το σώμα της απόκρισης τμήμα προς τμήμα. Μπορείτε να προσθέσετε περισσότερους επαναλήπτες στη διοχέτευση για να αναλύσετε τα δεδομένα, να τα μετασχηματίσετε και να εκτελέσετε άλλες λειτουργίες.

Παράδειγμα 3: Επεξεργασία Δεδομένων Αισθητήρων σε Πραγματικό Χρόνο

Όπως αναφέρθηκε νωρίτερα, οι διοχετεύσεις async iterator είναι κατάλληλες για την επεξεργασία δεδομένων αισθητήρων σε πραγματικό χρόνο από συσκευές IoT. Μπορείτε να χρησιμοποιήσετε μια διοχέτευση για να φιλτράρετε, να ομαδοποιήσετε και να αναλύσετε τα δεδομένα καθώς φτάνουν.

// Assume you have a function that emits sensor data as an async iterable
async function* sensorDataStream() {
  // Simulate sensor data emission
  while (true) {
    await new Promise(resolve => setTimeout(resolve, 500));
    yield Math.random() * 100; // Simulate temperature reading
  }
}

async function* filterOutliers(source, threshold) {
  for await (const reading of source) {
    if (reading > threshold) {
      yield reading;
    }
  }
}

async function* calculateAverage(source, windowSize) {
  let buffer = [];
  for await (const reading of source) {
    buffer.push(reading);
    if (buffer.length > windowSize) {
      buffer.shift();
    }
    if (buffer.length === windowSize) {
      const average = buffer.reduce((sum, val) => sum + val, 0) / windowSize;
      yield average;
    }
  }
}

(async () => {
  const sensorData = sensorDataStream();
  const filteredData = filterOutliers(sensorData, 90); // Filter out readings above 90
  const averageTemperature = calculateAverage(filteredData, 5); // Calculate average over 5 readings

  for await (const average of averageTemperature) {
    console.log(`Average Temperature: ${average.toFixed(2)}`);
  }
})();

Αυτό το παράδειγμα προσομοιώνει μια ροή δεδομένων αισθητήρα και στη συνέχεια χρησιμοποιεί μια διοχέτευση για να φιλτράρει τις ακραίες μετρήσεις και να υπολογίσει μια κινητή μέση θερμοκρασία. Αυτό σας επιτρέπει να εντοπίζετε τάσεις και ανωμαλίες στα δεδομένα του αισθητήρα.

Βιβλιοθήκες και Εργαλεία για Διοχετεύσεις (Pipelines) Async Iterator

Ενώ μπορείτε να δημιουργήσετε διοχετεύσεις async iterator χρησιμοποιώντας απλή JavaScript, αρκετές βιβλιοθήκες και εργαλεία μπορούν να απλοποιήσουν τη διαδικασία και να παρέχουν πρόσθετες δυνατότητες:

• IxJS (Reactive Extensions for JavaScript): Το IxJS είναι μια ισχυρή βιβλιοθήκη για αντιδραστικό προγραμματισμό σε JavaScript. Παρέχει ένα πλούσιο σύνολο τελεστών για τη δημιουργία και τον χειρισμό async iterables, καθιστώντας εύκολη τη δημιουργία σύνθετων διοχετεύσεων.
• Highland.js: Το Highland.js είναι μια συναρτησιακή βιβλιοθήκη ροής για JavaScript. Παρέχει ένα παρόμοιο σύνολο τελεστών με το IxJS, αλλά με έμφαση στην απλότητα και την ευκολία χρήσης.
• Node.js Streams API: Το Node.js παρέχει ένα ενσωματωμένο Streams API που μπορεί να χρησιμοποιηθεί για τη δημιουργία async iterators. Ενώ το Streams API είναι πιο χαμηλού επιπέδου από το IxJS ή το Highland.js, προσφέρει περισσότερο έλεγχο στη διαδικασία της ροής.

Συνήθεις Παγίδες και Βέλτιστες Πρακτικές

Ενώ οι διοχετεύσεις async iterator προσφέρουν πολλά οφέλη, είναι σημαντικό να γνωρίζετε ορισμένες συνήθεις παγίδες και να ακολουθείτε βέλτιστες πρακτικές για να διασφαλίσετε ότι οι διοχετεύσεις σας είναι ανθεκτικές και αποδοτικές:

• Αποφύγετε τις Μπλοκάρουσες Λειτουργίες: Βεβαιωθείτε ότι όλοι οι επαναλήπτες στη διοχέτευση εκτελούν ασύγχρονες λειτουργίες για να αποφύγετε το μπλοκάρισμα του κύριου thread. Χρησιμοποιήστε ασύγχρονες συναρτήσεις και promises για να διαχειριστείτε I/O και άλλες χρονοβόρες εργασίες.
• Διαχειριστείτε τα Σφάλματα Ομαλά: Εφαρμόστε ανθεκτική διαχείριση σφαλμάτων σε κάθε επαναλήπτη για να συλλάβετε και να διαχειριστείτε πιθανά σφάλματα. Χρησιμοποιήστε μπλοκ try/catch ή έναν ειδικό επαναλήπτη διαχείρισης σφαλμάτων για να διαχειριστείτε τα σφάλματα.
• Διαχειριστείτε την Αντίθλιψη (Backpressure): Εφαρμόστε διαχείριση αντίθλιψης για να αποτρέψετε την υπερφόρτωση της διοχέτευσης από δεδομένα. Χρησιμοποιήστε τεχνικές όπως ο έλεγχος ροής ή βιβλιοθήκες αντιδραστικού προγραμματισμού για να ελέγξετε τη ροή των δεδομένων.
• Βελτιστοποιήστε την Απόδοση: Κάντε προφίλ της διοχέτευσής σας για να εντοπίσετε σημεία συμφόρησης στην απόδοση και βελτιστοποιήστε τον κώδικα ανάλογα. Χρησιμοποιήστε τεχνικές όπως η προσωρινή αποθήκευση, το debouncing και το throttling για να βελτιώσετε την απόδοση.
• Δοκιμάστε Ενδελεχώς: Δοκιμάστε τη διοχέτευσή σας ενδελεχώς για να διασφαλίσετε ότι λειτουργεί σωστά υπό διαφορετικές συνθήκες. Χρησιμοποιήστε unit tests και integration tests για να επαληθεύσετε τη συμπεριφορά κάθε επαναλήπτη και της διοχέτευσης ως σύνολο.

Συμπέρασμα

Οι διοχετεύσεις async iterator είναι ένα ισχυρό εργαλείο για τη δημιουργία επεκτάσιμων και αποκριτικών εφαρμογών που διαχειρίζονται μεγάλα σύνολα δεδομένων και ασύγχρονες λειτουργίες. Αναλύοντας τις σύνθετες ροές εργασίας επεξεργασίας δεδομένων σε μικρότερα, πιο διαχειρίσιμα βήματα, οι διοχετεύσεις μπορούν να βελτιώσουν την απόδοση, να μειώσουν τη χρήση μνήμης και να αυξήσουν την αναγνωσιμότητα του κώδικα. Κατανοώντας τα θεμελιώδη των async iterators και των διοχετεύσεων, και ακολουθώντας τις βέλτιστες πρακτικές, μπορείτε να αξιοποιήσετε αυτήν την τεχνική για να δημιουργήσετε αποδοτικές και ανθεκτικές λύσεις επεξεργασίας δεδομένων.

Ο ασύγχρονος προγραμματισμός είναι απαραίτητος στη σύγχρονη ανάπτυξη JavaScript, και οι async iterators και οι διοχετεύσεις παρέχουν έναν καθαρό, αποδοτικό και ισχυρό τρόπο διαχείρισης των ροών δεδομένων. Είτε επεξεργάζεστε μεγάλα αρχεία, είτε καταναλώνετε streaming APIs, είτε αναλύετε δεδομένα αισθητήρων σε πραγματικό χρόνο, οι διοχετεύσεις async iterator μπορούν να σας βοηθήσουν να δημιουργήσετε επεκτάσιμες και αποκριτικές εφαρμογές που ανταποκρίνονται στις απαιτήσεις του σημερινού, έντονου σε δεδομένα, κόσμου.