在定向爬蟲的制作過程中，使用分布式爬取技術(shù)可以顯著提高爬取效率。而 Redis 配合 Scrapy 是實現(xiàn)分布式爬取的基礎。
Redis 是一個高性能的 Key-Value 數(shù)據(jù)庫，它把數(shù)據(jù)保存在內(nèi)存里。因此可以有非常快的數(shù)據(jù)讀寫速度。
|
1
2
|
pip install scrapy-rediseasy_install scrapy-redis |
下載
版本推薦
|
1
|
stable 3.0.2 |
運行redis
|
1
|
redis-server redis.conf |
清空緩存
|
1
|
redis-cli flushdb |
scrapy配置redis
settings.py配置redis
|
1
2
3
4
5
6
|
SCHEDULER = "scrapy_redis.scheduler.Scheduler"SCHEDULER_PERSIST = TrueSCHEDULER_QUEUE_CLASS = 'scrapy_redis.queue.SpiderPriorityQueue'REDIS_URL = None # 一般情況可以省去REDIS_HOST = '127.0.0.1' # 也可以根據(jù)情況改成 localhostREDIS_PORT = 6379 |
在scrapy中使用scrapy-redis
spider 繼承RedisSpider
|
1
2
3
|
class tempSpider(RedisSpider) name = "temp"redis_key = ''temp:start_url" |
以上這篇基于scrapy的redis安裝和配置方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/xx1710/article/details/51187356
