高性能异步爬虫

一、目的:在爬虫中使用异步实现高性能的数据爬取操作

二、异步爬虫的方式:

1、多线程、多进程(不建议)

好处:可以为相关阻塞的操作单独开启线程或者进程,阻塞操作就可以异步执行

弊端:无法无限制的开启多线程或者多进程

2、线程池、进程池(适当使用)

好处:我们可以降低系统对进程或者线程创建和销毁的一个频率,从而很好的降低系统的开销

弊端:池中线程或者进程的数量是有上限的

3、单线程+异步协程(推荐):

event_loop:事件循环,相当于一个无限循环,我们可以把一些函数注册到这个事件循环上,当满足某些条件的时候,函数就会被循环执行

coroutine:协程对象,我们可以将协程对象注册到事件循环中,它会被事件循环调用。我们可以使用 async 关键字来定义一个方法,这个方法在调用时不会立即被执行,而是返回一个协程对象。

task:任务,它是对协程对象的进一步封装,包含了任务的各个状态

future:代表将来执行或还没有执行的任务,实际上和 task 没有本质区别

async:定义一个协程

await:用来挂起阻塞的执行

原文地址:https://www.cnblogs.com/nanjo4373977/p/12965384.html