V2EX › 360safe 的所有回复 › 第 1 页 / 共 1 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

2018-09-11 12:07:57 +08:00

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。

2018-01-27 08:29:23 +08:00

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）

2017-07-04 14:05:26 +08:00

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……

2017-07-04 14:05:17 +08:00

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。

2017-06-19 14:07:01 +08:00

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。）

2017-06-17 19:07:31 +08:00

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。

2017-06-17 17:28:05 +08:00

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。

2017-06-17 17:19:27 +08:00

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/

2017-06-17 16:45:24 +08:00

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？

2017-06-17 16:40:02 +08:00

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。

2017-06-17 15:50:40 +08:00

回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题

@iyaozhen 请问在 scrapy 里批量的思路是什么？

2017-06-17 15:47:23 +08:00

回复了 360safe 创建的主题 › Python › scrapy 如何解决写数据库性能问题

scrapy 批量化写入方案怎么样呢？如果想实现的话如何实现呢？

2016-02-18 12:28:35 +08:00

回复了 xiaxue 创建的主题 › 魅族 › 我做了一个魅族维权论坛： meizu315

唉，我也是，买了个魅蓝，第一次摄像头无法对焦，后来电话闪退。只能放弃。