现在采用的是在windows 环境下 采用多线程的方式进行爬取,使用beautifulsoup+lxml进行解析.N个爬取线程->解析队列->1个解析线程->存储队列->1个存储线程整个执行程序的效率卡在计算密集的解析线程中，如果只是增加解析线程数量的话，反而增加线程切换开销速度变慢。请问下 有什么办法可以较为明显的提升解析效率？根据两位大腿的说明 准备采用异步爬取->解析队列->N个解析进程->存储队列->存储线程准备开工
2 回答
吃鸡游戏
TA贡献1829条经验 获得超7个赞
其实我觉得, 你在前面N个爬取线程 可以换成协程/线程池实现, 因为你在频繁创建线程本省一种性能耗费, 用线程池虽然可以减少这部分的损耗, 但是上下文切换还是无法避免, 所以协程这方面, 应该是比较合适的.1个解析线程 换成 进程池,多开几个进程去计算密集处理, 其余应该可以不用改, 如果还想再搞, 将核心部分用c/c++ 重写咯, 希望可以帮到你
添加回答
举报
0/150
提交
取消