关于 使用scrapyd 控制scrapy 达到兼顾 定时及 实时 抓取数据

本文介绍了如何利用scrapyd和scrapy框架搭建一个既能实现实时查询又能定时抓取数据的服务。项目需求是通过scrapy爬虫服务接口接收Java请求,若本地数据库无数据,则启动scrapyd任务抓取指定URL,抓取完成后将数据返回给调用者。文章详细阐述了开发过程和遇到的问题,如查询速度慢,分析了性能瓶颈,并提出了优化方案。

____公司项目 需要 实时 查询 一些数据,所以 决定使用 scrapy 框架 搭一个爬虫服务接口,

____因为具体业务需要,决定既要支持 实时 的调用并返回 查询结果,也要定时自动去爬取 定向url数据 存到本地数据库中,

即 在以后的查询中,会先去 本地数据库中读取 信息,当没有时再去 抓取,并返回。

思路:

____网上查了半天,scrapy开发很多教程,但关于 管理scrapy服务的却不多,github上有几个开源框架但感觉 更麻烦,还查到 scrapy 内置的web-service却也是一脸茫然,

____最后试了试 scrapyd 感觉还行,所以决定 以后 决定 在scrapyd 外层 包一个处理逻辑,接收java 发来的请求 并 去查询本地库,当没有本地数据,就开启新的爬取任务,并隔一段时间 向scrapyd服务 查询 任务抓取是否 finished 当finished 就 将数据(被爬虫任务 抓取而来,并存到了数据库中)打包返回给 调用者。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值