企业级云爬虫应用如何架构? - V2EX
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
fdsfsdfsdf3334
V2EX    问与答

企业级云爬虫应用如何架构?

  •  
  •   fdsfsdfsdf3334 2014-05-25 13:41:08 +08:00 3301 次点击
    这是一个创建于 4223 天前的主题,其中的信息可能已经有所发展或是发生改变。
    谢谢
    领导让我实现一个东西,我思考良久,觉得还是再请教下各位前辈,请大家指点,谢谢你们

    环境如下:
    数据库使用postgresql
    主要语言是python
    系统ubuntu
    使用的云主机是阿里云
    使用python里的web框架flask来分析查看数据

    目前购买了5台阿里云主机,内存都是1G的 也都是1核的,

    目前的架构思路如下[我也会在思路中描述出需求,请大家帮忙优化下架构]:

    通过web前台,添加任务,比如要采集某个XXX,当任务添加后,把任务XXX存入postgresql,然后服务器上的守护程序检测到数据库里添加了新任务,并且状态是未完成,立刻获取任务,然后把任务进一步细化,然后分配给另外4个机器上的爬虫,然后爬虫接到任务,开始执行,得到任务结果后,把任务传给主服务器上的守护程序,守护程序把数据存入数据库,改变任务状态为[已完成],

    这样就完成了一次任务,但有时候某些任务,是需要24小时X7天 每间隔10秒执行一次,或者每间隔几分钟执行一次,这样的话,爬虫就是永不停歇的工作

    下面,我说出我的困惑,请大家帮忙指点下

    请问我的架构思路有什么地方可以优化吗,如何优化?如果让您来完成这些功能,您会如何做?




    目前尚无回复
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     4932 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 95ms UTC 01:15 PVG 09:15 LAX 17:15 JFK 20:15
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86