分布式爬虫处理Redis里的数据操作步骤_Redis

分布式爬虫处理Redis里的数据操作步骤

2019-11-12 15:37py哥 Redis

这篇文章主要介绍了分布式爬虫处理Redis里的数据操作步骤,数据分别存入mongodb和mysql数据库，具体内容详情及实例代码大家参考下本文

存入MongoDB

1.启动MongoDB数据库：sudo mongod

2.执行下面程序：py2 process_youyuan_mongodb.py

				?

									# process_youyuan_mongodb.py

									# -*- coding: utf-8 -*-

									import json

									import redis

									import pymongo

									def main():

									 # 指定Redis数据库信息

									 rediscli = redis.StrictRedis(host='192.168.199.108', port=6379, db=0)

									 # 指定MongoDB数据库信息

									 mongocli = pymongo.MongoClient(host='localhost', port=27017)

									 # 创建数据库名

									 db = mongocli['youyuan']

									 # 创建表名

									 sheet = db['beijing_18_25']

									 while True:

									 # FIFO模式为 blpop，LIFO模式为 brpop，获取键值

									 source, data = rediscli.blpop(["youyuan:items"])

									 item = json.loads(data)

									 sheet.insert(item)

									 try:

									  print u"Processing: %(name)s <%(link)s>" % item

									 except KeyError:

									  print u"Error procesing: %r" % item

									if __name__ == '__main__':

									 main()

分布式爬虫处理Redis里的数据操作步骤

存入 MySQL

1.启动mysql：mysql.server start（更平台不一样）

2.登录到root用户：mysql -uroot -p

3.创建数据库youyuan:create database youyuan;

4.切换到指定数据库：use youyuan

5.创建表beijing_18_25以及所有字段的列名和数据类型。

分布式爬虫处理Redis里的数据操作步骤

6.执行下面程序：py2 process_youyuan_mysql.py

				?

									#process_youyuan_mysql.py

									# -*- coding: utf-8 -*-

									import json

									import redis

									import MySQLdb

									def main():

									 # 指定redis数据库信息

									 rediscli = redis.StrictRedis(host='192.168.199.108', port = 6379, db = 0)

									 # 指定mysql数据库

									 mysqlcli = MySQLdb.connect(host='127.0.0.1', user='power', passwd='xxxxxxx', db = 'youyuan', port=3306, use_unicode=True)

									 while True:

									 # FIFO模式为 blpop，LIFO模式为 brpop，获取键值

									 source, data = rediscli.blpop(["youyuan:items"])

									 item = json.loads(data)

									 try:

									  # 使用cursor()方法获取操作游标

									  cur = mysqlcli.cursor()

									  # 使用execute方法执行SQL INSERT语句

									  cur.execute("INSERT INTO beijing_18_25 (username, crawled, age, spider, header_url, source, pic_urls, monologue, source_url) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s )", [item['username'], item['crawled'], item['age'], item['spider'], item['header_url'], item['source'], item['pic_urls'], item['monologue'], item['source_url']])

									  # 提交sql事务

									  mysqlcli.commit()

									  #关闭本次操作

									  cur.close()

									  print "inserted %s" % item['source_url']

									 except MySQLdb.Error,e:

									  print "Mysql Error %d: %s" % (e.args[0], e.args[1])

									if __name__ == '__main__':

									 main()