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
  • 19 2020-02
    网络营销如何选择合适的改ip方式?

    怎么修改手机ip地址?这个问题相信有很多用户想要知道,特别是需要通过换ip来进行网络操作的用户,一般用户普通使用不会对自己的ip太过关注,但是如果是需要通过网络来完成营销或是爬虫

  • 10 2019-08
    代理IP换IP访问速度快吗

    代理IP换IP访问速度快吗?这并不一定的!一般选择使用代理IP的,无非是出于这么几个原因:

  • 18 2019-09
    使用高匿代理IP还会被封IP吗?

    使用高匿代理IP还会被封IP吗?我们在做一些刷单、营销推广以及补量的一些工作时,可以使用代理IP​来突破网络的限制,那么使用代理ip还会被禁吗?

  • 01 2019-06
    低价换IP软件能用么?

    低价换IP软件能用么?贪小便宜是天性,很多人就算有钱,也想要节省一些,对于换IP软件的选择也会想找低价的,最好还可以低价又好用,这当然是比较难的,完美的东西少,总有些缺点的。

  • 02 2019-08
    怎么用修改ip工具进行切换ip

    修改ip工具是用于在不同网络环境下快速切换ip地址等网络配置的软件工具。不过很多小伙伴因为玩游戏、浏览网页或者一些工作原因需要经常换ip地址,但是又不知该如何快速操作,现在教大家

  • 04 2019-03
    刷单换IP有用吗?刷单换IP软件

    刷单的行为一直都存在的,现在大部分的商家都有不同程度的刷单,不然没有效果。但是呢,这是平台禁止的事情,若是被发现会有一定的惩罚,因此刷单是需要技巧的。

您好,当前有客服在线,请问有什么需要咨询的吗?