有没有分布式爬虫调度的轮子

2018-06-26 22:40:14 +08:00
 yuanfnadi

有没有这样一个服务，可以提交待爬的任务 任务包括链接 /优先级 /额外信息例如 cookie 然后服务会自动对提交的任务进行去重，按优先级排序。 这样的话爬虫端只需要不断的提交任务，领取任务。 除了数据储存以外基本上就是无状态的了。无论跑多少份都可以。

2441 次点击
所在节点    程序员
3 条回复
a7a2
2018-06-26 23:00:07 +08:00
mq 就可以啊
gabon
2018-06-27 00:32:15 +08:00
我自己用 netty 写了一个分布式调度器
AX5N
2018-06-27 02:46:52 +08:00
pyspider?

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/466097

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX