推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 339 天前的主题，其中的信息可能已经有所发展或是发生改变。
想用 Scrapy 做一个爬虫服务帮用户爬取数据，比如有 50 个用户，每个用户都同时创建了爬取任务，如何分配资源，确保每个用户的任务都能执行？ 问了一下 ChatGPT ，但好像没有解决我的疑问。所以来请教一下，感激不尽！
 |
1
dragonfsky1 339 天前  1
如果资源不足，让一个用户不满意好过让 50 个用户都不满意
|
 |
2
knightdf 339 天前
你这是牢饭管饱？
|
 |
3
wbrobot 339 天前 3
免费的不满意才会转成收费用户。。
|
 |
4
xinmans 339 天前
用 scrapyd 调度下即可，可以用 docker 来部署，或者直接 crontab 搞 50 个并发执行
|
 |
5
em70 339 天前
先把任务分解到最小单位,做一个爬虫池,顺序执行用户提交的任务队列里的任务,正在爬取就把任务状态改为正在处理,其他线程跳过正在处理任务,找一个未处理的执行,处理完继续下一个任务
|
 |
6
jettzhang 339 天前
遇到同样问题，求一个答案
|
 |
7
vemodalen821 338 天前
docker
|
 |
8
Livid MOD 1
|
 |
9
sdsaaeee 338 天前
python 协程，不要用 Scrapy 框架。这里面主要阻塞的就是 io 问题
|
 |
10
persistencehoo 338 天前
我会在这几方面着手：
1. Scrapy 做一个爬虫服务 - 只做采集 2. 任务推送系统(考虑 Scrapy 采集的并发量), 小批量推送数据采集，监听任务状态时未完成的 3. 处理采集数据，(改变任务状态，为已完成) |
 |
11
PiersSoCool 338 天前
queue 就能解决吧，找个 rabbitmq 直接投递消费就好了
|
|
12
PiersSoCool 338 天前
不行就参考操作系统关于进程资源调度的算法，找一个就行，一般也够了
|
Select Language