寫爬蟲是用多進程好?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

一般情況下，在選擇是使用多進程還是多線程時，主要考慮的業(yè)務到底是IO密集型(多線程)還是計算密集型(多進程)。在爬蟲中，請求的并發(fā)業(yè)務屬于是網(wǎng)絡的IO類型業(yè)務，因此網(wǎng)絡并發(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，應當是多進程的，因為每一個phan/chro實例就是一個進程了，并發(fā)只能是多進程。此外爬蟲中還是數(shù)據(jù)處理業(yè)務，如果數(shù)據(jù)處理業(yè)務是一個比較耗時的計算型操作，那么對數(shù)據(jù)處理部分應當設為多進程，但更多可能會考慮將該部分數(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，事后單獨運行另外的程序解析數(shù)據(jù)。

Python興趣課程，0基礎Python 3天入門課程

·了解Python主流就業(yè)方向，把握最新熱點技術
·掌握Python的基礎語法及API調用
·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