reids高并发队列(高并发爬虫利器)
Project description
redis高并发队列
[介绍文档]
- 支持版本: python 3.0+
下载安装
- pip安装:
pip install redis-queue-tool
DEMO说明
1.发布消费字符串类型任务
from redis_queue_tool.RedisQueue import RedisPublish, RedisCustomer, init_redis_config
# redis连接配置
init_redis_config(host='127.0.0.1', password='', port=6379, db=8)
for zz in range(1, 501):
# 发布字符串任务 queue_name发布队列名称 fliter_rep=True任务自动去重(默认False)
RedisPublish(queue_name='test1', fliter_rep=False).publish_redispy_str(zz)
def print_msg_str(msg):
print(f"msg_str:{msg}")
# 消费字符串任务 queue_name消费队列名称 process_num进程数(默认值1) threads_num线程数(默认值50) max_retry_times错误最大自动重试次数(默认值3)
RedisCustomer(queue_name='test1', consuming_function=print_msg_str, process_num=2, threads_num=100,
max_retry_times=5, is_support_mutil_param=False).start_consuming_message()
2.发布消费多参数类型任务
from redis_queue_tool.RedisQueue import RedisPublish, RedisCustomer, init_redis_config
# redis连接配置
init_redis_config(host='127.0.0.1', password='', port=6379, db=8)
for zz in range(1, 501):
# 写入字典任务 {"a":zz,"b":zz,"c":zz}
param = {"a": zz, "b": zz, "c": zz}
RedisPublish(queue_name='test2').publish_redispy(param)
def print_msg_dict(a, b, c):
print(f"msg_dict:{a},{b},{c}")
# 消费多参数类型任务 queue_name消费队列名称 qps每秒消费任务数(默认没有限制)
RedisCustomer(queue_name='test2', consuming_function=print_msg_dict,
qps=50).start_consuming_message()
3.批量提交任务消费
from redis_queue_tool.RedisQueue import RedisPublish, RedisCustomer, init_redis_config
from gevent import monkey
monkey.patch_all()
# redis连接配置
init_redis_config(host='127.0.0.1', password='', port=6379, db=8)
# #### 3.批量提交任务
result = [{'a': i, 'b': i, 'c': i} for i in range(1, 501)]
# 批量提交任务 queue_name提交任务队列名称 max_push_size每次批量提交记录数(默认值50)
RedisPublish(queue_name='test3', max_push_size=100).publish_redispy_list(result)
def print_msg_dict1(a, b, c):
print(f"msg_dict1:{a},{b},{c}")
# 消费者类型 string 支持('thread','gevent') 默认thread,若使用gevent请在代码开头加入:from gevent import monkey monkey.patch_all()
RedisCustomer(queue_name='test3', consuming_function=print_msg_dict1, customer_type='gevent',
qps=50).start_consuming_message()
4.切换任务队列中间件为sqlite(默认为redis)
from redis_queue_tool.RedisQueue import RedisPublish, RedisCustomer
for zz in range(1, 101):
RedisPublish(queue_name='test4', middleware='sqlite').publish_redispy(a=zz, b=zz, c=zz)
def print_msg_dict2(a, b, c):
print(f"msg_dict:{a},{b},{c}")
RedisCustomer(queue_name='test4', consuming_function=print_msg_dict2, middleware='sqlite',
qps=50).start_consuming_message()
使用场景和特色说明
【1分钟内能熟练运用该框架爬取数据,无需学习复杂文档.轻松扩展各种中间件】
1 . 高并发分布式爬虫(经过线上千万级数据爬取验证)
2 . 分布式数据清洗(清洗自动去重,支持任意时刻中断后继续清洗)
3 . 短视频处理(视频下载上传,带宽足够无需等待)
4 . 异步实时在线查询接口(速度达到毫秒级别)
5 . 其它使用场景扩展中
reids安装
reids docker安装
docker run -d -p 6379:6379 redis
更新说明
2020-06-11 版本4.1.5 新增支持gevent协程消费参数 customer_type='gevent'
2020-05-20 新增消费函数超时时间参数
2020-05-10 新增sqlite中间件支持
2020-04-13 消费函数新增自动控制线程数
2020-04-10 消费函数新增限频参数
2020-01-08 消费函数支持多参数类型
2019-12-06 简化多线程消费队列类
2019-10-14 新增消费函数错误重试机制,默认重试3次
2019-10-12 任务去重忽略参数顺序
2019-09-27 修复提交列表任务BUG
2019-05-25 新增添加任务时动态传参
2019-04-06 新增爬取任务自动去重功能
2019-03-23 新增单线程异步批量提交功能
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
redis-queue-tool-4.2.5.tar.gz
(12.0 kB
view hashes)
Built Distribution
Close
Hashes for redis_queue_tool-4.2.5-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 454e46f8c43f8446b1d0b1e945e5ee335afa79dfb07bd164d3e641dfc53a6c7a |
|
MD5 | ce873efaa9d15a0853279bd85ae39fc9 |
|
BLAKE2b-256 | aaf14069f6aa0e490c76e4f15b7190c5fd088d7e6aefda3a982132ff78e345ae |