知识卡片
写库方式要核算阻塞与批量成本
同步逐条写入慢数据库会拖住采集流程,先导出文件再批量导入是一种解耦策略,也便于控制导入节奏。它不是关系数据库写入唯一合法方式;适当管道、异步I/O和批量提交也可按需求设计。原书数据库插入必然灾难、必须先写文件是过强概括,后续章节还会展开其他方式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 爬虫基础 3.3.4 保存文件 · 查看原书依据
必须将其先存储到文件当中
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python爬虫框架Scrapy · 第3章 爬虫基础,spine035单元017;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00034.html。
- 结论依据:原文先文件后导入用于避免同步慢写拖住,支持解耦选项;后章其他管道方式说明它不是关系库唯一合法写法。未在本机运行示例或改变环境。
- 原始内容:场灾难。当需要将item插入到数据库时,必须将其先存储到文件当中,然后再使用批量加载机制导入它们。在第9章中,我们将会看到多种高效的方式,用来将独立的item导入到数据库中。 这里需要注意的另一件事是,如果你现在尝试使用 scrapy