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
V2EX 提问指南
id4alex
V2EX  ›  问与答

多线程爬取 API 数据,怎么设计比较好?

  •  
  •   id4alex · 2017-06-03 08:36:20 +08:00 · 2170 次点击
    这是一个创建于 2730 天前的主题,其中的信息可能已经有所发展或是发生改变。
    自己有一个 web 站点,有从 api 获取数据。API 结构大概有这两种类型,一种是需要传递参数构造 URL, 一种是不需要参数。
    http://api.example.com/api/resourceA/${pageIndex}
    http://api.example.com/api/resourceLatest/

    大约有 6 个需要获取数据的 API 接口。


    每个 API 接口我都定义了一个 Runnable 与和一个 Threadpool 之对应.
    Map<Class<? extends Runnable>, ExecutorService> threadsMap = new HashMap<>();

    然后提交 Runnable 到 threadpool:
    1 )带参数的 Runnable 需要从数据库任务表(有任务状态标注)获取参数来构造。
    2 )不带参数的,直接提交排队即可。

    之前我会在 Runnable 里面去判断 threadpool queue 的数量,然后再提交,但是自己觉得这种方式很糟糕,所以想请教下大家这种情况下,大家有什么好的设计可以让程序更优雅点?
    9 条回复    2017-06-03 20:03:01 +08:00
    D3EP
        1
    D3EP  
       2017-06-03 11:51:21 +08:00 via Android
    判断 queue 的数量是为了什么?没明白啥意思。
    0915240
        2
    0915240  
       2017-06-03 12:19:58 +08:00 via iPhone
    没明白 直接提交有啥问题
    hand515
        3
    hand515  
       2017-06-03 13:59:17 +08:00
    blockingQueue 阻塞队列不满足吗?
    id4alex
        4
    id4alex  
    OP
       2017-06-03 18:30:52 +08:00
    @0915240
    比如有 1W、10W、100W 条记录全部提交进去是不是不太好?
    所以我选择分批提交, 当 queue 队列的 size 达到一个值的时候再添加任务。
    那么问题来了, 怎么自动提交任务的实现比较优雅
    id4alex
        5
    id4alex  
    OP
       2017-06-03 18:31:19 +08:00
    @D3EP
    @hand515

    参考楼上
    0915240
        6
    0915240  
       2017-06-03 19:12:45 +08:00 via iPhone
    @id4alex 让线程池去帮你管理啊 自己管理 queue 不如线程池管理 配置高线程池参数就行了。


    不知道我有没有好好审题


    还是说你怕一下子请求别人过多不好的感觉?如果是这种的话可以控制请求流速。用不着分批吧,细水长流可以的。


    不知道现在有没有身体问题。
    0915240
        7
    0915240  
       2017-06-03 19:13:48 +08:00 via iPhone
    @0915240 彩色 v2 app 不能换行好不开森。
    Buffer2Disk
        8
    Buffer2Disk  
       2017-06-03 19:37:58 +08:00
    不是很懂你说的啥意思,线程池默认就是可以帮你去管理线程的,你可以试试下面这个。
    newFixedThreadPool
    创建固定大小的线程池。每次提交一个任务就创建一个线程,直到线程达到线程池的最大大小。线程池的大小一旦达到最大值就会保持不变,如果某个线程因为执行异常而结束,那么线程池会补充一个新线程。
    hand515
        9
    hand515  
       2017-06-03 20:03:01 +08:00
    ArrayBlockingQueue 有界阻塞队列,满了就阻塞插入操作
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   913 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 · 23ms · UTC 22:08 · PVG 06:08 · LAX 14:08 · JFK 17:08
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.