推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3095 天前的主题，其中的信息可能已经有所发展或是发生改变。
大家好，请问：
目前一个项目，scrapy 目前一分钟抓取 7000 条。需要把数据写入数据库。
而 Pipelines 好像是分析一条 insert into 一条，性能很低。
INSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)
请问是我的操作方法有问题，还是说可以把数据一批批写入提高效率，如：
INSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)
目前一个项目，scrapy 目前一分钟抓取 7000 条。需要把数据写入数据库。
而 Pipelines 好像是分析一条 insert into 一条，性能很低。
INSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)
请问是我的操作方法有问题，还是说可以把数据一批批写入提高效率，如：
INSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)
 | 1 misaka19000 2017-06-17 14:50:01 +08:00 via Android 要是我就换 Redis |
 | 2 panda0 2017-06-17 15:05:15 +08:00 m |
 | 3 bazingaterry 2017-06-17 15:15:28 +08:00 via iPhone  1 先丢进 Redis，再写个中间件处理后再入库吧…… |
 | 4 360safe OP scrapy 批量化 写入方案 怎么样呢？如果想实现的话如何实现呢？ |
 | 5 iyaozhen 2017-06-17 15:48:44 +08:00 via Android 你这数据量算少了。insert 批量插入就行 |
| 7 iyaozhen 2017-06-17 15:59:51 +08:00 via Android @360safe 简单的话就是把每个 value 存着，然后搞个全局计数器，到了一定数量后拼成一个大 SQL，执行就行 |
 | 8 zts1993 2017-06-17 16:00:52 +08:00 异步 mysql 驱动。或者用发队列，避免阻塞 |
 | 9 Allianzcortex 2017-06-17 16:12:51 +08:00 via iPhone executemany |
| 10 360safe OP @Allianzcortex executemany 看上去与 NSERT INTO table_name (列 1, 列 2,...) VALUES (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....)， (值 1, 值 2,....) 类似，只是更清晰。 |
 | 12 ming2050 2017-06-17 16:48:52 +08:00 先往队列里写，然后再写 consumer 消费掉，这样就不影响采集速度了 |
| 13 360safe OP 问题应该解决了： MySQLStorePipeline 定义了一个 article_items 集合用于存储 spider 爬到的 item，当 items 数量达到 1000 时，批量写入数据库。如果接受到 item 就单条写入数据库，会比批量写入慢很对，爬虫的效率会慢一个数量级。 http://kekefund.com/2016/03/31/scrapy-learn/ |
 | 14 slixurd 2017-06-17 17:21:50 +08:00 1 7000 条一分钟,数据库写压力 117QPS 这么低的压力都嫌慢,说明配置超级垃圾 用这么低配的 MySQL,上 Redis 的意义在哪,浪费资源么,23333 |
| 15 360safe OP 不是啊，用的阿里云 RDS，远程的。你这样提醒了我，一会弄一个本地的中转一下。 |
| 16 misaka19000 2017-06-17 18:55:23 +08:00 via Android @slixurd 哈哈，没有想到这种情况 |
 | 18 owenliang 2017-06-18 16:06:35 +08:00 你先试试批量提交能到多少。。 |
 | 19 NaVient 2017-06-19 09:37:03 +08:00 扔到ＭＱ这种异步队列里，再异步插入不就行了 |
| 20 360safe OP 嗯嗯，谢谢大家。最终解决方法是： 因为每次一条 insert into 插入速度很慢，用了一个全局变量存着值，5000 条 executemany 写入一次远程阿里云数据库。 批量后完全满足一分钟过滤 7000 条的需求。（本地数据库也受不了一条条插入。） |
Select Language