如何通过Scrapy简单高效地部署和监控分布式爬虫项目!这才是大牛
动图展示 集群多节点部署和运行爬虫项目: 进群:960410445? 即可获取数十套PDF! 安装和配置 私信菜鸟 菜鸟带你玩爬虫!007即可. 访问 Web UI 通过浏览器访问 http://127.0.0.1:5000,输入认证信息登录 。
部署项目
运行爬虫
日志分析和可视化
邮件通知 基于后台定时读取和分析 Scrapy log 文件, ScrapydWeb 将在满足特定触发器时发送通知邮件 ,邮件正文包含当前运行任务的统计信息。 1.添加邮箱帐号: SMTP_SERVER = 'smtp.qq.com' SMTP_PORT = 465 SMTP_OVER_SSL = True SMTP_CONNECTION_TIMEOUT = 10 FROM_ADDR = 'username@qq.com' EMAIL_PASSWORD = 'password' TO_ADDRS = ['username@qq.com'] 2.设置邮件工作时间和基本触发器,以下示例代表:每隔1小时或某一任务完成时,并且当前时间是工作日的9点,12点和17点, ScrapydWeb 将会发送通知邮件。 EMAIL_WORKING_DAYS = [1,2,3,4,5] EMAIL_WORKING_HOURS = [9,12,17] ON_JOB_RUNNING_INTERVAL = 3600 ON_JOB_FINISHED = True 3.除了基本触发器, ScrapydWeb 还提供了多种触发器用于处理不同类型的 log ,包括 'CRITICAL','ERROR','WARNING','REDIRECT','RETRY' 和 'IGNORE'等。 LOG_CRITICAL_THRESHOLD = 3 LOG_CRITICAL_TRIGGER_STOP = True LOG_CRITICAL_TRIGGER_FORCESTOP = False # ... LOG_IGNORE_TRIGGER_FORCESTOP = False 以上示例代表:当发现3条或3条以上的 critical 级别的 log 时, ScrapydWeb 自动停止当前任务 ,如果当前时间在邮件工作时间内,则同时发送通知邮件。 GitHub 开源 活捉几只官方大佬,赶紧前去围观吧,别忘了 Star 噢! my8100 / scrapydweb (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |