V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member  Sign In
xiaoyu9527
V2EX  ›  问与答

如何才能提高爬取效率

  •  
  •   xiaoyu9527 · May 29, 2017 · 1332 views
    This topic created in 3257 days ago, the information mentioned may be changed or developed.

    最近玩 scrapy 终于掌握了 采集规则 下载图片 发布到 WORDPRESS

    但是现在感觉抓取效率十分低下。

    抓取的 CPU 总是只能跑 5%。

    带宽也跑不起来。 有没有办法查到到底是哪里导致的 delay 我看别人抓取 CPU 都是 80%左右。

    2 replies    2017-05-31 11:04:29 +08:00
    meepo3927
        1
    meepo3927  
       May 31, 2017
    不懂后端,
    猜测应该是瓶颈在 I/O ? 线程开的不够多?
    xiaoyu9527
        2
    xiaoyu9527  
    OP
       May 31, 2017
    @meepo3927 目前实际测试感觉是两个部分 一个是 request 部门 一个 download 部门。

    但是我不知道为啥会这么慢。。

    我用 wget 下载明明感觉没啥问题
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   5550 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 06:41 · PVG 14:41 · LAX 23:41 · JFK 02:41
    ♥ Do have faith in what you're doing.