色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

您的位置:首頁技術文章
文章詳情頁

python 爬蟲 解析效率如何提升?

瀏覽:122日期:2022-06-29 17:26:48

問題描述

現在采用的是在windows 環境下 采用多線程的方式進行爬取,使用beautifulsoup+lxml進行解析.

N個爬取線程->解析隊列->1個解析線程->存儲隊列->1個存儲線程

整個執行程序的效率卡在計算密集的解析線程中,如果只是增加解析線程數量的話,反而增加線程切換開銷速度變慢。

請問下 有什么辦法可以較為明顯的提升解析效率?

根據兩位大腿的說明 準備采用異步爬取->解析隊列->N個解析進程->存儲隊列->存儲線程

準備開工

問題解答

回答1:

其實我覺得, 你在前面N個爬取線程 可以換成協程/線程池實現, 因為你在頻繁創建線程本省一種性能耗費, 用線程池雖然可以減少這部分的損耗, 但是上下文切換還是無法避免, 所以協程這方面, 應該是比較合適的.1個解析線程 換成 進程池,多開幾個進程去計算密集處理, 其余應該可以不用改, 如果還想再搞, 將核心部分用c/c++ 重寫咯, 希望可以幫到你

回答2:

我的做法是多進程。多進程的好處是當單機性能不夠的時候,可以隨時切換為分布式爬蟲。

回答3:

可以網上找下tornade異步爬蟲吧,我正在用這個

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 欧美一区二区在线免费观看 | 色老久久 | 国产成人一区二区三区视频免费 | 欧美黑人xxxxxxxxxx | 欧美不卡在线视频 | 欧美成人免费网在线观看 | 日韩欧美a级高清毛片 | 国产美女自拍视频 | 一级待一黄aaa大片在线还看 | 日本三级欧美三级人妇英文 | 欧美做a欧美 | 国产精品欧美激情在线播放 | 国产三级香港三韩国三级 | 国产精品九九视频 | 日韩不卡在线观看 | 国产成人a大片大片在线播放 | 欧美透逼视频 | 欧美一级在线毛片免费观看 | 国产成人精品三级 | 久草免费色站 | 第一区免费在线观看 | 国产精品高清免费网站 | 在线私拍国产福利精品 | 亚洲国产成人综合精品2020 | 精品国产品欧美日产在线 | 99在线精品视频免费观里 | 91精品久久久 | 国内自产拍自a免费毛片 | 三级网址在线观看 | 日本s色大片在线观看 | 99久久在线 | 日本www高清免费视频观看 | 91精品自在拍精选久久 | 欧美成人欧美激情欧美风情 | 成人片网址| 一级女性全黄久久生活片免费 | 精品国产一区二区三区四区vr | 日韩在线无 | 欧美成人在线免费 | 久久国产欧美日韩精品免费 | 久久精品国产一区二区三区日韩 |