寫爬蟲是用多進(jìn)程好?還是多線程好?

更新時間:2021年05月21日18時40分來源:傳智教育瀏覽次數(shù):

好口碑IT培訓(xùn)

一般情況下，在選擇是使用多進(jìn)程還是多線程時，主要考慮的業(yè)務(wù)到底是IO密集型(多線程)還是計算密集型(多進(jìn)程)。在爬蟲中，請求的并發(fā)業(yè)務(wù)屬于是網(wǎng)絡(luò)的IO類型業(yè)務(wù)，因此網(wǎng)絡(luò)并發(fā)適宜使用多線程;但特殊需求下，比如使用phantomjs 或者chrome-headless來抓取的爬蟲，應(yīng)當(dāng)是多進(jìn)程的，因?yàn)槊恳粋€phan/chro實(shí)例就是一個進(jìn)程了，并發(fā)只能是多進(jìn)程。此外爬蟲中還是數(shù)據(jù)處理業(yè)務(wù)，如果數(shù)據(jù)處理業(yè)務(wù)是一個比較耗時的計算型操作，那么對數(shù)據(jù)處理部分應(yīng)當(dāng)設(shè)為多進(jìn)程，但更多可能會考慮將該部分?jǐn)?shù)據(jù)處理操作和爬蟲程序解耦，也就是先把數(shù)據(jù)抓取下來，事后單獨(dú)運(yùn)行另外的程序解析數(shù)據(jù)。

Python興趣課程，0基礎(chǔ)Python 3天入門課程

·了解Python主流就業(yè)方向，把握最新熱點(diǎn)技術(shù)
·掌握Python的基礎(chǔ)語法及API調(diào)用
·能夠使用Python對數(shù)據(jù)獲取、使用和展示
·打造自己的數(shù)據(jù)分析項目并自動生成工作報告