scrapy redis隊列改成內(nèi)存隊列

從redis隊列改為內(nèi)存隊列的原因

公司項目,同一時間有大量的任務(wù)進(jìn)來芜飘,導(dǎo)致redis經(jīng)常連接超時和連接失敗务豺。導(dǎo)致任務(wù)緩慢,來不及處理嗦明。
為了減輕redis的壓力笼沥,所以將請求隊列放到內(nèi)存中。因為放到內(nèi)存中娶牌,并且減少很多redis的請求奔浅,所以可以加快程序的執(zhí)行速度。

改成內(nèi)存隊列的缺點

1诗良、當(dāng)程序重啟時汹桦,當(dāng)爬蟲隊列中還有任務(wù)未執(zhí)行時,在內(nèi)存中的數(shù)據(jù)會丟失鉴裹。
2舞骆、不能充分使用scrapy-redis斷點續(xù)爬的特性灵嫌。

分析scrapy queue

查看scrapy-redis隊列,我們只需要對此隊列進(jìn)行重寫即可葛作。


image.png

重寫B(tài)ase類

from scrapy.squeues import LifoMemoryQueue
from scrapy.utils.reqser import request_to_dict, request_from_dict
from scrapy_redis import picklecompat

class Base(object):
    """Per-spider base queue class"""

    def __init__(self, server, spider, key, serializer=None):
        if serializer is None:
            # Backward compatibility.
            # TODO: deprecate pickle.
            serializer = picklecompat
        if not hasattr(serializer, 'loads'):
            raise TypeError("serializer does not implement 'loads' function: %r"
                            % serializer)
        if not hasattr(serializer, 'dumps'):
            raise TypeError("serializer '%s' does not implement 'dumps' function: %r"
                            % serializer)

        self.server = server
        self.spider = spider
        self.key = key % {'spider': spider.name}
        self.serializer = serializer

    def _encode_request(self, request):
        """Encode a request object"""
        obj = request_to_dict(request, self.spider)
        return self.serializer.dumps(obj)

    def _decode_request(self, encoded_request):
        """Decode an request previously encoded"""
        obj = self.serializer.loads(encoded_request)
        return request_from_dict(obj, self.spider)

    def __len__(self):
        """Return the length of the queue"""
        raise NotImplementedError

    def push(self, request):
        """Push a request"""
        raise NotImplementedError

    def pop(self, timeout=0):
        """Pop a request"""
        raise NotImplementedError

    def clear(self):
        """Clear queue/stack"""
        raise NotImplementedError

內(nèi)存隊列

class SpiderQueue(Base):
    def __init__(self, *args, **kwargs):
        self.queues = {}
        self.qfactory = LifoMemoryQueue    # 原生scrapy的內(nèi)存隊列 
        self.curprio = None
        super(SpiderQueue, self).__init__(*args, **kwargs)

    def __len__(self):
        """Return the length of the queue"""
        return sum(len(x) for x in self.queues.values()) if self.queues else 0

    def push(self, request):
        # a = time.time()
        data = self._encode_request(request)
        priority = -request.priority
        if priority not in self.queues:
            self.queues[priority] = self.qfactory()
        q = self.queues[priority]
        q.push(data)
        if self.curprio is None or priority < self.curprio:
            self.curprio = priority
        # logging.info(f'入隊列耗時:{time.time()-a}')

    def pop(self, timeout=0):
        # a = time.time()
        if self.curprio is None:
            return
        q = self.queues[self.curprio]
        m = q.pop()
        if len(q) == 0:
            # b = time.time()
            del self.queues[self.curprio]
            prios = [p for p, q in self.queues.items() if len(q) > 0]
            self.curprio = min(prios) if prios else None
            # logging.info(f'調(diào)整指針耗時:{time.time() - b} 出隊列耗時:{time.time() - a}')
        return self._decode_request(m)

settings中配置

SCHEDULER_QUEUE_CLASS='路徑.SpiderQueue',
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末寿羞,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子赂蠢,更是在濱河造成了極大的恐慌绪穆,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,039評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件虱岂,死亡現(xiàn)場離奇詭異玖院,居然都是意外死亡,警方通過查閱死者的電腦和手機第岖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評論 3 395
  • 文/潘曉璐 我一進(jìn)店門难菌,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人蔑滓,你說我怎么就攤上這事郊酒。” “怎么了键袱?”我有些...
    開封第一講書人閱讀 165,417評論 0 356
  • 文/不壞的土叔 我叫張陵燎窘,是天一觀的道長。 經(jīng)常有香客問我蹄咖,道長褐健,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,868評論 1 295
  • 正文 為了忘掉前任澜汤,我火速辦了婚禮蚜迅,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘俊抵。我一直安慰自己谁不,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,892評論 6 392
  • 文/花漫 我一把揭開白布务蝠。 她就那樣靜靜地躺著拍谐,像睡著了一般。 火紅的嫁衣襯著肌膚如雪馏段。 梳的紋絲不亂的頭發(fā)上轩拨,一...
    開封第一講書人閱讀 51,692評論 1 305
  • 那天,我揣著相機與錄音院喜,去河邊找鬼亡蓉。 笑死,一個胖子當(dāng)著我的面吹牛喷舀,可吹牛的內(nèi)容都是我干的砍濒。 我是一名探鬼主播淋肾,決...
    沈念sama閱讀 40,416評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼爸邢!你這毒婦竟也來了樊卓?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,326評論 0 276
  • 序言:老撾萬榮一對情侶失蹤杠河,失蹤者是張志新(化名)和其女友劉穎碌尔,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體券敌,經(jīng)...
    沈念sama閱讀 45,782評論 1 316
  • 正文 獨居荒郊野嶺守林人離奇死亡唾戚,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,957評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了待诅。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片叹坦。...
    茶點故事閱讀 40,102評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖卑雁,靈堂內(nèi)的尸體忽然破棺而出募书,到底是詐尸還是另有隱情,我是刑警寧澤序厉,帶...
    沈念sama閱讀 35,790評論 5 346
  • 正文 年R本政府宣布锐膜,位于F島的核電站,受9級特大地震影響弛房,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜而柑,卻給世界環(huán)境...
    茶點故事閱讀 41,442評論 3 331
  • 文/蒙蒙 一文捶、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧媒咳,春花似錦粹排、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,996評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至妙同,卻和暖如春射富,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背粥帚。 一陣腳步聲響...
    開封第一講書人閱讀 33,113評論 1 272
  • 我被黑心中介騙來泰國打工胰耗, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人芒涡。 一個月前我還...
    沈念sama閱讀 48,332評論 3 373
  • 正文 我出身青樓柴灯,卻偏偏與公主長得像卖漫,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子赠群,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,044評論 2 355

推薦閱讀更多精彩內(nèi)容