scrapy爬取效率提升配置
2024-09-07 16:10:14
增加并发：
默认scrapy开启的并发线程为32个，可以适当进行增加。在settings配置文件中修改CONCURRENT_REQUESTS = 100值为100,并发设置成了为100。降低日志级别：
在运行scrapy时，会有大量日志信息的输出，为了减少CPU的使用率。可以设置log输出信息为INFO或者ERROR即可。在配置文件中编写：LOG_LEVEL = ‘INFO’禁止cookie：
如果不是真的需要cookie，则在scrapy爬取数据时可以禁止cookie从而减少CPU的使用率，提升爬取效率。在配置文件中编写：COOKIES_ENABLED = False禁止重试：
对失败的HTTP进行重新请求（重试）会减慢爬取速度，因此可以禁止重试。在配置文件中编写：RETRY_ENABLED = False减少下载超时：
如果对一个非常慢的链接进行爬取，减少下载超时可以能让卡住的链接快速被放弃，从而提升效率。在配置文件中进行编写：DOWNLOAD_TIMEOUT = 10 超时时间为10s
最新文章
- Hadoop基本操作
- 网络存储技术介绍(1) ( based on zt)
- Scrum Meeting--Twelve(2015-11-3)
- SSH（2）-- ssh_config和sshd_config
- Codeforces Round #174 (Div. 1)A
- 在网页中制作icon图标
- Head First 设计模式系列之二----备忘录模式（java版）
- Apache+Tomcat +mod_proxy集群负载均衡及session
- BZOJ1651: [Usaco2006 Feb]Stall Reservations 专用牛棚
- angularjs学习笔记—事件指令
- java项目打jar包
- Java文件操作（新建，遍历，删除）
- 简单的页面互点Javascript代码
- Find Lines
- es6 super关键字
- 547. Friend Circles
- Python 3.x 格式化输出字符串 % & format 笔记
- 2017-2018-2 20155309南皓芯 Exp6 信息搜集与漏洞扫描
- ubuntu下使用fstab挂载硬盘时，属于root，如何把它改为属于一个用户的（如sgjm)
- VC++ MFC单文档应用程序SDI下调用glGenBuffersARB(1, &pbo)方法编译通过但执行时出错原因分析及解决办法：glewInit()初始化的错误