请教关于分布式 scrapy, scrapy-cluster 和 scrapy-redis 的问题
yangyaofei · yangyaofei · 2018 年 5 月 31 日 · 2987 次点击这是一个创建于 2876 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近需要用分布式爬虫,准备用 scrapy 找到两个项目: scrapy-cluster scrapy-redis
我看了半天还是没有搞懂
- scrapy-cluster 上面 engine 是怎么负载均衡的?手动控制?scrapy-redis 上面 engine 放在一台机器上?还是放在多台机器上的?
- 除了 1 以外,这两个的区别是后者仅仅是用了 redis 来分配需要请求的地址,而前者还将需要存储的结果放在 kafka 上了?
- 如果 scrapy-redis 只是在一台机器上 engine,那么存下结果(准备存入 hbase)不是又成了瓶颈了,还是要写一个队列分发给所有机器来存?
- 我可不可以用 scrapyd 来控制 scrapy-redis+scrapy?
2 条回复 • 2018-05-31 16:21:18 +08:00
 |
1
hooopo 2018 年 5 月 31 日
可以
|
 |
2
yangyaofei OP @hooopo 是说 4 可以么?请问 scrapy-redis 是单机 engine?
|
Select Language