多线程读写文件的问题

[just1]

用 python 写一个多线程的爬虫，要进行本地文件读写(同一文件)，有蛮大几率出现文件正在被操作的冲突，加锁应该可以，但是效率就不行了，求实现保证效率的方案

[just1]

20 分钟惨案。。

[just1]

40 分钟惨案。。。

[leveraging]

写内存再延迟写硬盘，话说你的爬虫多高速度呀，加锁都接受不了么，另外 py 原生多线程可是很慢的。

[tinyproxy]

加个 io 线程和 io 任务队列，话说你写爬虫的，为什么不用数据库。。。。

[just1]

@tinyproxy 懒得看。。。写 txt 方便

[just1]

@tinyproxy 虽然请求多但符合要求的实际写入量不大，

[mengzhuo]

所有文件分别写到临时文件里，最后再合并

[zjq426]

单说写的，

看这个日志干嘛用，要是没有特别实时的要求，每个进程自己写自己的日志，事后汇总整理。也可以边写边汇总整理。

要是一条都不能错，还非得多进程用同一个文件，上 flock 。

或者不走网络的话可以用一个代理队列程序写日志，把要写的内容发给代理。

走网络的话写日志会慢，还是每个实例自己写自己的日志好。

[pynix]

MapReduce

[ryd994]

@just1 写 txt 方便，那你现在解决多线程方不方便啊？
为什么吊死在一棵树上？

[hrong]

日志服务

[paw]

import logging
.....

[sdrzlyz]

加锁拖低效率。。。你实测过降低了多少还是想当然？（ ps ，当然会降，但对于爬虫来讲，不会说降到不可接受的地步吧）

[hqs123]

不懂，收藏学习。

[VYSE]

http://stackoverflow.com/questions/1154446/is-file-append-atomic-in-unix
不用 fsync 坑仍然存在

logging 下 socket ， http handler 都能更好解决问题

[louk78]

将文件切割为 a-f 文件，开 A-F 线程写，最后化零为整

[song0071000]

@zjq426 同意

[petelin]

正好遇到类似的问题, 我发现写日志的时候, 多进程并没有出现问题, 原来写小于 PIPE_BUF 是原子的.

http://me.xrange.top/2017/mutiprocess_append_1_file.html

[lostsummer]

挖个坟
不知道大家发现没，python3 支持 posix 系统调用 os.pread()/os.pwrite()，以这样的方式打开文件
f = os.open('test', os.O_APPEND|os.O_RDWR)
用 pread/pwrite 读写是可以保证原子性的。

PIPE_BUF 是 POSIX 管道确保读写原子性的最大值， 我不知道和磁盘文件有什么关系。