问题描述
抓取类似知乎的回答 由于知乎的回答有的非常多 所以用了response.save来存前面爬去的结果
由于知乎站点不能爬取太快 可能有导致任务不能及时完成
所以taskdb需要存取的数据非常多 那个项目的taskdb接近250GB
你期待的结果是什么?实际看到的错误信息又是什么?
pyspider是否支持mongodb集群作为taskdb
然后应该怎么配置...
抓取类似知乎的回答 由于知乎的回答有的非常多 所以用了response.save来存前面爬去的结果
由于知乎站点不能爬取太快 可能有导致任务不能及时完成
所以taskdb需要存取的数据非常多 那个项目的taskdb接近250GB
pyspider是否支持mongodb集群作为taskdb
然后应该怎么配置...
2 回答4.3k 阅读✓ 已解决
2 回答862 阅读✓ 已解决
1 回答4.1k 阅读✓ 已解决
3 回答856 阅读✓ 已解决
2 回答2.2k 阅读✓ 已解决
4 回答2.6k 阅读
3 回答903 阅读✓ 已解决
文档里就有配置:http://docs.pyspider.org/en/l...