知识卡片
去重登记须与入队结果一致
urlMap查重、请求入缓存和登记是组合动作;多个analyze并发执行会竞争map且可能同时接纳同URL。应在受保护协议内占用URL并检查put是否成功,失败回滚或记录失败状态。入队只代表已接纳,未必下载成功;重试、规范化及已处理的定义需要显式策略。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 一个网络爬虫框架的设计和实现 · 查看原书依据
sched.urlMap[reqUrl.String()] = true 现在回到调度器的analyze方法。我们刚刚已经讲完对分析器的Analyze方法返回的第一个结果值(由变量dataList代表)的处理。
参考来源
- 位置:《Go并发编程实战》第09章《一个网络爬虫框架的设计和实现》之《9.7 调度器的实现》(来源项目book-sources;源文件:extracted/Go并发编程实战/_epub-src/text/part0000_split_069.html)
- 结论依据:原文围绕去重登记须与入队结果一致给出定义、实例或限制;卡片结合这些上下文解释条件,已知错误在正文就近校正。
- 原始内容:sched.urlMap[reqUrl.String()] = true 现在回到调度器的analyze方法。我们刚刚已经讲完对分析器的Analyze方法返回的第一个结果值(由变量dataList代表)的处理。