代理ip软件

您的位置: 首页 > 新闻资讯 > 正文

分布式爬虫使用代理IP的几种方案

发布时间:2019-05-16 16:21:03 来源:挂机精灵

  没有代理IP,爬虫工作将寸步难行,所以很多爬虫工程师都需要去选购高效稳定的代理IP。有了优质代理IP后,是不是就可以高枕无忧了呢?事情没有那么简单,还需要优化方案,合理分配资源,提高工作效率,更高效更快速更稳定的进行爬虫工作。下面一起来看看分布式爬虫使用代理IP的几种方案!

分布式爬虫使用代理IP的几种方案

  方案一

  每个进程从接口API中随机取一个IP列表(比如一次提取100个IP)来循环使用,失败则再调用API获取,大概逻辑如下:

  每个进程(或线程),从接口随机取回一批IP回来,循环尝试IP列表去抓取数据;

  如果访问成功,则继续抓取下一条。

  如果失败了(比如超时、出现验证码等),再从接口取一批IP,继续尝试。

  方案缺点:每个IP都是有有效期的,如果提取了100个,当使用了第10个的时候,可能后面的大部分都失效了。如果你设置HTTP请求的时候连接时间超时为3秒,读取时间超时为5秒,那你将会有可能浪费3-8秒的时间,说不定这3-8秒已经可以抓取几十次了。

  方案二

  每个进程从接口API中随机取一个IP来使用,失败则再调用API获取一个IP,大概逻辑如下:

  每个进程(或线程),从接口随机取回一个IP来,用这个IP去访问资源,

  如果访问成功,则继续抓下一条。

  如果失败了(比如超时、出现验证码等),再从接口随机取一个IP,继续尝试。

  方案缺点:调用API获取IP的行为非常频繁,会对代理服务器造成非常大的压力,影响API接口稳定,可能会被限制提取。这种方案也不适合,不能持久稳定的运行。

  方案三

  先提取大量IP导入本地数据库,从数据库里面取IP,大概逻辑如下:

  在数据库里面建一个表,写一个导入脚本,每分钟请求多少次API(咨询代理IP服务商建议),把IP列表导入到数据库里面。

  在数据库里面记录好 导入时间、IP、Port、过期时间、IP可用状态 等字段;

  写一个抓取脚本,抓取脚本从数据库里面读取可用IP,每个进程从数据库获取一个IP进行使用。

  执行抓取,对结果进行判断,处理cookie等,只要出现验证码或者失败就放弃这个IP,重新换一个IP。

  注意事项:

  第三种方案有效的避开了代理服务器资源的消耗,有效的分配代理IP的使用,更加的高效和稳定,保障了爬虫工作的持久性和稳定性。


相关资讯

手机电脑怎么使用全国动态IP的方法

  有些需要更换IP的用户,不知道手机电脑怎么使用全国动态IP,其实方法非常简单,下载个挂机精灵代理IP软件即可,比手动拨号更换IP地址方便

来源:互联网

2019-02-18 17:42:49

如何才能更好的挂机手游?使用挂机精灵

手游给人带来很乐趣,令人烦恼的是,手游漫长的练级的过程,解决这个烦恼的方法就是手游挂机,让其自动升级打怪。那么,如何才能玩手游呢?使用挂机精灵即可。如何才能更好

来源:互联网

2019-02-28 14:22:13

如何谨慎使用HTTP代理IP ?

在互联网应用逐渐广泛的今天,http代理IP给我们的工作生活带来了很大的方便,所以,http代理IP的产品代理商也是逐渐增加,很多用户陷入了选择困难症中,不知道

来源:互联网

2019-03-18 15:55:16

游戏奇迹使用代理IP挂机时一定要找一个最佳地方

挂机升级或者挂机打宝,这是我们在奇迹sf中最值得注意的,并且来说也必须是要找到一个最为合适的地方了之后,这样能够对我们产生出来的效果,也才能保证绝对是更加到位的

来源:互联网

2019-03-26 15:51:29

如何使用挂机精灵换IP投票增加人气流量

许多朋友需要用到提高流量或点击率,比如:提高自己博客访问量,增加投票人气、小说访问量,视频点击率,论坛帖子点击率等。这样就可以提高自己的排名或在网页热门信息中展

来源:互联网

2019-04-03 16:05:30

如何使用代理ip软件来维护你的隐私安全?

早前,代理ip并没有被人们时长接触到,更早之前,甚至有人还不知道什么ip,更别说代理ip了。但是随着时代的发展,以及互联网的不断进步,越来越多的人也就开始意识到

来源:互联网

2019-04-13 15:00:01

如何使用IP代理软件防封锁

账号被封锁了怎么办?可以使用IP代理软件防封锁,下面就来教一教大家如何使用IP代理软件防封锁。越来越多的现代人已经学会使用网络,上至大爷大妈,下至几岁的孩童,网

来源:互联网

2019-04-15 16:06:22

代理ip地址隐藏自己的IP 保护隐私!

  代理ip地址隐藏自己的IP保护隐私!人们隐藏他们的IP地址的一个主要原因是,他们想在不被追踪的情况下浏览网页信息、下载一些资料等等,当然

来源:互联网

2019-02-15 16:29:03

通过代理ip进行分布式爬虫的几种方案

假如不用代理ip,爬虫业务必定无路可行,因此大部分爬虫工作者都会去购买安全稳定的代理ip。使用了高质量的代理ip后,会不会就能够无后顾之忧了呢?这个可不会这么容

来源:互联网

2019-04-16 16:42:41

代理IP有哪几种用途

代理IP本质就是隐藏自身IP地址,使用新的IP去代替访问操作。很多人因为不知道可以使用代理ip而耗费了许多时间和精力,下面具体说明,代理ip有哪几种用途?希望能

来源:互联网

2019-04-13 15:36:50

如何高效获取大数据?ip代理:用爬虫!

在不同的操作系统中,Python存在细微的差别,因此有几点您需要牢记在心。这里小编使用的是Python3版本。Python自带一个在终端窗口中运行的解释器,让您

来源:互联网

2019-03-22 16:27:55