V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
ooh
V2EX  ›  问与答

服务器上面运行爬虫,抓取速度越来越慢,这可能是什么原因呢?

  •  
  •   ooh · 2014-04-11 08:17:30 +08:00 · 3692 次点击
    这是一个创建于 3878 天前的主题,其中的信息可能已经有所发展或是发生改变。
    刚开始和本地数度一样,可是一觉醒来发现只有8w,正常情况下应该有20w以上数据。
    我在本地做过测试,可是放服务器上面过一整子速度就会很慢,不知道是什么原因。
    5 条回复    1970-01-01 08:00:00 +08:00
    YouXia
        1
    YouXia  
       2014-04-11 09:35:12 +08:00   ❤️ 2
    1.是否使用了多进程,看看有没有产生僵尸进程。
    2.网络带宽。
    mahone3297
        2
    mahone3297  
       2014-04-11 09:54:56 +08:00   ❤️ 1
    你是直接抓取?还是会做判断(抓取下来,查询本地有没有,有就update,没有就create)?随着数据越来越多,select会越来越慢。
    ooh
        3
    ooh  
    OP
       2014-04-11 12:09:00 +08:00
    @YouXia
    @mahone3297
    1.是用了多线程,每个线程存活周期不超过3秒。
    2.带宽这个问题好像不是的,我晚上再回去确认下。
    3.我是直接抓起插入,我数据源已经做成唯一的了。
    4.同样数据源本地机器和服务器配置差不多,但是,服务器好像上了几w后速度就变得非常慢,前几w都很快。
    mahone3297
        4
    mahone3297  
       2014-04-11 13:00:10 +08:00
    @ooh 加点log,benchmark,看看到底耗时在哪里吧。。。
    mmoaay
        5
    mmoaay  
       2014-04-11 15:47:21 +08:00
    是不是抓取的源拒绝你的访问了,还有就是你用的开源的爬虫么?会不会内部存在阻塞的情况
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   4733 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 09:47 · PVG 17:47 · LAX 01:47 · JFK 04:47
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.