 |
360safeV2EX 第 39580 号会员，加入于 2013-05-23 18:25:47 +08:00今日活跃度排名 641 |
360safe 最近回复了
2018 年 9 月 11 日 回复了 Ace77 创建的主题 › 问与答 › 怀疑谷歌浏览器被劫持了,不知道大伙有没有类似的经历? |
今天我也经历了，把路由器换掉就可以了。修改 DNS 无效。 我是极路由器。
2018 年 1 月 27 日 回复了 360safe 创建的主题 › Python › 请问 scrapy 出现 failure 的时候，如何执行 close_spider |
收到，谢谢大家。
通过大家的回复，我学习到了，自己对 scrapy 的了解仅仅是点，应该好好学习官方文档形成一个大的知识面。
5 楼的方案之前用过，因为价格原因，大大超出了预算。（我要抓取的数据是千万级反复过滤）
通过大家的回复，我学习到了，自己对 scrapy 的了解仅仅是点，应该好好学习官方文档形成一个大的知识面。
5 楼的方案之前用过，因为价格原因，大大超出了预算。（我要抓取的数据是千万级反复过滤）
2017 年 7 月 4 日 回复了 360safe 创建的主题 › Python › scrapy 批量写入，不足数量如何收尾 |
@1O 一样丑……
2017 年 7 月 4 日 回复了 360safe 创建的主题 › Python › scrapy 批量写入，不足数量如何收尾 |
谢谢大家，明白了，都怪自己没有细看官方文档。谢谢大家，学习成长了。
2017 年 6 月 19 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
嗯嗯，谢谢大家。最终解决方法是：
因为每次一条 insert into 插入速度很慢，用了一个全局变量存着值，5000 条 executemany 写入一次远程阿里云数据库。
批量后完全满足一分钟过滤 7000 条的需求。（本地数据库也受不了一条条插入。）
因为每次一条 insert into 插入速度很慢，用了一个全局变量存着值，5000 条 executemany 写入一次远程阿里云数据库。
批量后完全满足一分钟过滤 7000 条的需求。（本地数据库也受不了一条条插入。）
2017 年 6 月 17 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
@slixurd 也有阿里云的 Redis，不过远程的估计。。。。我试试本地的 MySQL。
2017 年 6 月 17 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
不是啊，用的阿里云 RDS，远程的。你这样提醒了我，一会弄一个本地的中转一下。
2017 年 6 月 17 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
问题应该解决了：
MySQLStorePipeline 定义了一个 article_items 集合用于存储 spider 爬到的 item，当 items 数量达到 1000 时，批量写入数据库。如果接受到 item 就单条写入数据库，会比批量写入慢很对，爬虫的效率会慢一个数量级。
http://kekefund.com/2016/03/31/scrapy-learn/
MySQLStorePipeline 定义了一个 article_items 集合用于存储 spider 爬到的 item，当 items 数量达到 1000 时，批量写入数据库。如果接受到 item 就单条写入数据库，会比批量写入慢很对，爬虫的效率会慢一个数量级。
http://kekefund.com/2016/03/31/scrapy-learn/
2017 年 6 月 17 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
@iyaozhen 请问如何将 每个 value 存着 ，是通过一个全局变量吗？还是在 Pipelines 中实现？
2017 年 6 月 17 日 回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题 |
@Allianzcortex executemany 看上去与 NSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....) 类似，只是更清晰。
Select Language