Scrapy_redis分布式和爬虫的部署

Scrapy_redis

在爬虫中实现了reqeust去重,爬虫持久化,和轻松实现分布式这些强大的功能。

安装

首先使用:pip3 install scrapy-redis 安装Scrapy_redis

Scrapy_redis提供了四个模块:

Scheduler(调度器)

Duplication Filter(requst的去重过滤器)

Item Pipeline(将Item存储在redis中以实现分布式处理)

Base Spider

这就意味着我们要在原来的组件上做修改。

工作流程


Scrapy_redis工作流程

下载好之后我们就修改自己的项目,首先我们修改setting里的文件:


然后我们还要在我们管道的设置里添加:


这样我们只是实现了去重和保存的功能,我们要想实现分布式还需要在项目文件中修改:


修改完我们运行代码:


出现这种状态说明我们的项目处于在运行状态,这个时候我们去启动redis的运行


然后再我们的数据库中会有四个表


xcftwo:dupefilter是我们的指纹,作用是用来查重

xcftwo:items是我们请求到的数据。

xcftwo:requests是我们的任务队列

xcftwo:srtart_urls是我们的起始url

其中在项目任务执行结束之后四张表会只剩下items表

爬虫的部署

首先我们还是安装必要的库:pip3 install scrapyd

发布爬虫需要使用另一个专用工具,就是将代码打包为EGG文件,其次需要将EGG文件上传到远程主机上这些操作需要scrapyd-client来帮助我们完成:pip3 install scrapyd-client

安装完成后可以使用如下命令来检查是否安装成功:scrapyd-deploy -h

接下来我们修改scrapy项目下scrapy.cfg配置文件:


部署有俩种方式:本地部署和远端部署

本地部署:

项目部署相关命令: 注意这里是项目的名称而不是工程的名称

scrapyd-deploy -p <项目名称>

也可以指定版本号来部署

scrapyd-deploy -p <项目名称> --version <版本号>

爬虫运行的相关命令,我们可以在https://scrapyd.readthedocs.io/en/latest/api.html 这里边查看

远端部署:


1 购买linux系统服务器

2 在终端上登录服务器

ssh unbuntu@<端口号>

然后输入密码

3 配置项目运行环境

配置python环境(ubuntu自带python3环境)

安装pip3:sudo apt install python3-pip

安装scrapy:pip3 install scrapy -i https://pypi.douban.com/simple/

如果安装失败添加如下依赖:sudo apt-get install python-dev python-pip libxml2-dev libxslt1-dev zlib1g-dev libffi-dev libssl-dev

安装scrapyd: pip3 install scrapyd

安装scrapyd-client: pip3 install scrapyd-client

添加爬虫运行的三方库:

pip3 install requests

pip3 install pymysql

pip3 install pymongodb

4 修改scrapyd的配置文件,允许外网访问

查找配置文件的路径:find -name default_scrapyd.conf

修改配置文件: sudo vim 路径

把端口号改为0.0.0.0

5 去服务器安全组配置

6 最后部署爬虫项目到服务器

7 项目部署

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,324评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,356评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,328评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,147评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,160评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,115评论 1 296
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,025评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,867评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,307评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,528评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,688评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,409评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,001评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,657评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,811评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,685评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,573评论 2 353

推荐阅读更多精彩内容