备案控制台

开发者社区> 问答> 正文

用python写爬虫，有什么好的建议？数据量大了有什么好的处理方式？

用python写爬虫，有什么好的建议？数据量大了有什么好的处理方式？

展开

收起

OSC开源社区 2024-05-30 15:14:20 14 0

1 条回答

写回答

取消提交回答

OSC小助手

爬虫是Python领域中一个很简单的活儿，其实主要是防爬和提高爬取速度，这个爬取速度不再你使用多线程还是多进程还是asyncio，而是待爬的网站对你的容忍度和你具备的对应策略。数据量大的建议这个话题很大，主要是要设计好数据库和存储的方式。

2024-05-31 12:59:58

赞同展开评论打赏

问答分类：

数据采集 Python

问答标签：

Python爬虫爬虫python Python数据爬虫数据 Python爬虫数据

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

Flink CDC我使用爬虫一次插入数据到ods层，数量为250条，这种情况是否遇到过？

46

1

0

我是用爬虫获取数据全量存储到ods层，使用的按最新的同步吗？

36

1

0

爬虫如何只爬取更新数据

22

1

0

爬虫去重有哪些解决方案以及python scrapy爬取超时怎么处理？

8

1

0

如果定时每天执行一次爬虫程序，怎么知道当前新增的数据呢？

11

2

0

python 除了做爬虫，人工智能，机器学习之外。还在哪些方面有优势？

25

1

0

在阿里云RPA我用编码的方式写，用来爬虫，最后怎么把爬取的数据返出去？

130

2

0

dataworks有相关的接口功能吗？需求是将爬虫得到的数据直接导入到dataworks中的表？

72

1

0

使用key通过 python下载数据列--请问具体是使用的哪个功能？

597

1

0

maxcomputer使用key通过 python下载数据列中文内容每次都是乱码需要解析，怎么解决？

588

1

0

问答排行榜

最热

最新

1 通过阿里云代备案系统进行个人快速备案 2699872

2 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1818308

3 据说在家办公的程序员是这样写代码的？ 1792321

4 阿里云开放端口权限 689916

5 如何升级配置 536069

6 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522453

7 【精品问答】python技术1000问(1) 513999

8 Flink Forward Asia 2021 有奖问答 512804

9 Linux Bash严重漏洞修复紧急通知（已全部给出最终修复方案） 456921

10 OceanBase 使用动画（持续更新） 359264

11 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329721

12 OSS存储服务-客户端工具 321334

13 为体验实验室取一个新名字。 307309

14 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 303856

15 Win Server 2003-2016 加密勒索事件必打补丁合集 295157

16 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 283645

17 安全组详解，新手必看教程 277257

18 写code还是做管理，开发者如何进行职业规划？ 268456

19 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255827

20 阿里云手机和阿云浏览器连接问题专帖 235630

1 国内AI大模型高考数学成绩超GPT-4o，如何看待这一结果？ 273

2 如何避免“写代码5分钟，调试2小时”的尴尬？ 237

3 一键部署3D卡通风格模型，分享部署过程及使用体验 437

4 展示你通过AI修饰的自然风光照片，并讲述你的拍摄和编辑过程 643

5 机器学习PAI现在一直在重试，怎样停掉？ 163

6 请问机器学习PAI eas服务拉取dockerhub失败怎么办？ 126

7 平头哥芯片W800:芯片如何购买？ 120

8 阿里云Grafana升级10后已有的飞书webhook 报警机器人不再工作。请问如何排查？ 120

9 Nacos登录密码忘记了如何修改？ 131

10 你知道APP是怎么开发的吗？ 1295

11 如何提高企业的业务稳定性？ 567

12 钉钉宜搭，A提交一个表单，如何设置该表单只能给B看？ 118

13 百问求答 | 回答问题即有机会得米家落地扇 312

14 分享AI代码助手的使用体验 697

15 分享一张AI生成的“老照片”，讲讲你与它的故事 942

16 idea上的通义灵码生成git提交消息老是会变成英文没有切换中文的入口 205

17 通义灵码插件IDEA生成Git Commit Message 时无法生成中文 167

18 在阿里云百炼如果我开启了商务版本，是不是我所有的项目都是共用一个扣费的？ 105

19 阿里云百炼的Assistant API能有对应的RAG对知识库进行检索的接口没？ 100

20 阿里云百炼这个问题怎么解决？ 168

相关课程

更多

Python网络编程

33917

3

去学习

Python Web开发基础

33496

4

去学习

Python爬虫实战

40022

6

去学习

Python开发基础入门

11605

17

去学习

Python常用数据科学库

1571

53

去学习

Python网络爬虫实战

2426

3

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

From Python Scikit-Learn to Sc 立即下载

Data Pre-Processing in Python: 立即下载

双剑合璧-Python和大数据计算平台的结合 立即下载

相关实验场景

更多