收藏 400-998-9776 转2 服务时间 周一至周日 9:00-23:00 注意:本站不提供境外服务
您的位置:首页 >文章内容
采集信息使用多进程好还是多线程好?
来源:互联网 作者:admin 时间:2019-02-26 16:50:12

      单个爬虫的爬取量太少了,如果需要爬取上万甚至更多的网页,这是无法满足需求的。为了降低耗时,可以使用多进程或者多线程爬取。那么使用多进程好还是多线程好?今天小编为大家介绍下关于多进程和多线程。


  在python爬虫中,一般用的是多进程进行爬取,因为多线程并不能提高CPU的使用率,而且多线程其实是交替执行,多进程才是并发执行。


  多进程,顾名思义,多个进程并发执行,可以有效提高程序的执行效率,优点是非常稳定,即使有子进程崩溃了,主进程和其他进程依然可以继续执行,缺点是在windows下创建进程的开销比较大,而且如果进程太多,往往会影响整个系统的调度。


  多线程是指一个进程内多个线程同时执行,进而提高程序执行效率,其优点可能是比多进程稍微快一点,但缺点也很明显,多线程中一个线程出现了问题就会导致整个进程崩溃,因此稳定性不是很高。


  因为GIL(全局解释器锁)的限制(GIL是用来保证在任意时刻只能有一个控制线程在执行),所以python中的多线程并非真正的多线程。只有python程序是I/O密集型应用时,多线程才会对运行效率有显著提高(因在等待I/O的时,会释放GIL允许其他线程继续执行),而在计算密集型应用中,多线程并没有什么用处。考虑到要充分利用多核CPU的资源,允许python可以并行处理一些任务,这里就用到了python多进程编程了。


  先上一个多进程和单进程测试的结果:


  采集信息使用多进程好还是多线程好?

  我们可以发现,多进程执行比单进程速度快了十几倍,所以说,并行大法好啊。


  我这里用的是Pool池的方法来使用多进程的:


  当使用Process类管理非常多(几十上百个)的进程时,就会显得比较繁琐,这是就可以使用Pool(进程池)来对进程进行统一管理。当池中进程已满时,有新进程请求执行时,就会被阻塞,直到池中有进程执行结束,新的进程请求才会被放入池中并执行。

   采集信息使用多进程好还是多线程好?

  用法示例:


采集信息使用多进程好还是多线程好?


  运行结果:

  采集信息使用多进程好还是多线程好?

  我个人在爬虫中的用法:

  采集信息使用多进程好还是多线程好?

采集信息使用多进程好还是多线程好?



推荐阅读
  • 23 2019-08
    使用代理IP​能隐藏IP地址吗?

    使用代理IP​能隐藏IP地址吗?网络时代里广告如同雪花一样,密密麻麻纷纷扰扰,令人不胜其烦,如果你不想别人追踪你的身份,如果你不想成为广告的目标,那么你就需要隐藏你的IP地址避免

  • 27 2019-06
    pppoe拨号获得IP和动态IP的不同

    pppoe拨号获得IP和动态IP的不同,有没有人关注过?我们下面就来分析下。

  • 03 2019-06
    在Win7中换IP地址难吗?

    在Win7中换IP地址难吗?换IP地址并不少见,尤其是在局域网中办公,IP冲突,或者IP限制的时候,都需要换IP地址的。

  • 18 2019-06
    玩手游用ip代理怎么还是被封号了

    玩手游用ip代理怎么还是被封号了?每当遇到这个问题,玩家都怀疑商家的ip代理质量了,其实动态ip防封不是万能的,开车还需谨慎!

  • 04 2019-05
    游戏丢包了IP加速器能解决吗?

    游戏丢包了IP加速器能解决吗?网络在使用的过程中可能会产生丢包的现象,因此有时候网络一卡,可能就会导致游戏卡顿,丢包,或者掉线的,这怎么解决呢?

  • 04 2019-06
    玩游戏需要IP加速器么?

    玩游戏需要IP加速器么?这几年火了许多手游,不过手机玩游戏,很容易遇到网络问题,像卡顿,延迟之类的,估计大家也遇到不少了,那么玩游戏需要IP加速器么?