寫(xiě)爬蟲(chóng)是用多進(jìn)程好?還是多線程好?

更新時(shí)間:2021年05月21日18時(shí)40分來(lái)源:傳智教育瀏覽次數(shù):

好口碑IT培訓(xùn)

一般情況下，在選擇是使用多進(jìn)程還是多線程時(shí)，主要考慮的業(yè)務(wù)到底是IO密集型(多線程)還是計(jì)算密集型(多進(jìn)程)。在爬蟲(chóng)中，請(qǐng)求的并發(fā)業(yè)務(wù)屬于是網(wǎng)絡(luò)的IO類型業(yè)務(wù)，因此網(wǎng)絡(luò)并發(fā)適宜使用多線程;但特殊需求下，比如使用phantomjs 或者chrome-headless來(lái)抓取的爬蟲(chóng)，應(yīng)當(dāng)是多進(jìn)程的，因?yàn)槊恳粋€(gè)phan/chro實(shí)例就是一個(gè)進(jìn)程了，并發(fā)只能是多進(jìn)程。此外爬蟲(chóng)中還是數(shù)據(jù)處理業(yè)務(wù)，如果數(shù)據(jù)處理業(yè)務(wù)是一個(gè)比較耗時(shí)的計(jì)算型操作，那么對(duì)數(shù)據(jù)處理部分應(yīng)當(dāng)設(shè)為多進(jìn)程，但更多可能會(huì)考慮將該部分?jǐn)?shù)據(jù)處理操作和爬蟲(chóng)程序解耦，也就是先把數(shù)據(jù)抓取下來(lái)，事后單獨(dú)運(yùn)行另外的程序解析數(shù)據(jù)。

Python興趣課程，0基礎(chǔ)Python 3天入門(mén)課程

·了解Python主流就業(yè)方向，把握最新熱點(diǎn)技術(shù)
·掌握Python的基礎(chǔ)語(yǔ)法及API調(diào)用
·能夠使用Python對(duì)數(shù)據(jù)獲取、使用和展示
·打造自己的數(shù)據(jù)分析項(xiàng)目并自動(dòng)生成工作報(bào)告