唐尧文化 网站建设工作总结贵阳论坛网站建设
scrapyd部署爬虫
Scrapyd 是一个基于 Scrapy 的开源项目，它提供了一个简单的方式来部署、运行和监控 Scrapy 爬虫。它是一个用于集成 Scrapy 爬虫到分布式架构中的工具，允许您在分布式环境中运行爬虫，并提供了一组 Web API，用于管理和监控爬虫的部署和运行。
Scrapyd 的主要功能和特点包括：
- 部署爬虫： Scrapyd 允许用户将 Scrapy 爬虫部署到远程服务器，而不必手动在每台服务器上安装和配置爬虫。
- 运行爬虫： 您可以使用 Scrapyd 启动、停止和监控远程服务器上的爬虫。
- Web API： Scrapyd 提供了一组 Web API，使您能够通过 HTTP 请求进行爬虫管理和监控，包括部署新版本、运行爬虫、检查运行状态等。
Scrapyd 对于需要在分布式环境中运行 Scrapy 爬虫的项目非常有用，因为它简化了部署和管理的流程，同时提供了对爬虫状态的监控和控制。
安装与启动部署节点
- 安装 Scrapyd：
首先，您需要确保已经安装了 Python 和 pip。然后使用 pip 安装 Scrapyd：
pip install scrapyd
- 启动 Scrapyd 服务器：
要在服务器上启动 Scrapyd，只需运行以下命令：
scrapyd
- 修改默认配置，使scrapyd公开访问【后面部署多台机器需要添加此配置】
在当前运行目录添加文件scrapyd.conf 文件，写入以下内容
bind_address = 0.0.0.0
http_port = 6800
重新启动，并注意防火墙设置，即可在公开网络内访问到。
Gerapy管理scrapyd节点，部署爬虫
Gerapy 是一个分布式爬虫管理框架，用于帮助开发人员创建、调度和监控爬虫。
-
安装 Gerapy： 你可以使用 pip 安装 Gerapy。
pip install gerapy -
初始化工作目录
gerapy init -
初始化数据库
gerapy migrate -
生成管理账号【账号与密码都为admin】
gerapy initadmin -
启动gerapy服务
gerapy runserver -
登录本地8000端口，访问gerapy服务
-
点击主机管理右边的创建主机，填写正在运行的scrapyd主机，点击认证与创建，即可链接scrapyd任务节点
