Scrapy基础(十二)————异步导出Item数据到Mysql中
上次说过从Item中同步写入数据库，因为网络的下载速度和数据库的I/O速度是不一样的
所以有可能会发生下载快，但是写入数据库速度慢，造成线程的堵塞；
关于堵塞和非堵塞，同步和异步
的关系，因为没接触过，所以也不是很好的理解，这里查看了些资料，已做记录
链接1：https://www.zhihu.com/question/19732473;
http://wiki.jikexueyuan.com/project/twisted-intro/
实现异步写入mysql数据库的思路：
1,将数据库的连接数据写入到settings文件中，供后面自定义的pipeline使用
2,自定义pipeline,使用Twisted框架实现异步
3,在settings中注册这个管道
具体代码实现:
1：settings中设置;前提是数据库已经设计好了，参考同步机制写入Mysql中
2：
还有导入import MySQLdb.cursors
from twisted.enterprise import adbapi
class MysqlTwistedPipeline(object):
'''
异步机制将数据写入到mysql数据库中
'''
#创建初始化函数，当通过此类创建对象时首先被调用的方法
def __init__(self,dbpool):
self.dbpool = dbpool
#创建一个静态方法,静态方法的加载内存优先级高于init方法，java的static方法类似，
#在创建这个类的对之前就已将加载到了内存中，所以init这个方法可以调用这个方法产生的对象
@classmethod
#名称固定的
def from_settings(cls,settings):
#先将setting中连接数据库所需内容取出，构造一个地点
dbparms = dict(
host= settings["MYSQL_HOST"],
db = settings["MYSQL_DBNAME"],
user = settings["MYSQL_USER"],
passwd = settings["MYSQL_PASSWORD"],
charset = "utf-8",
#游标设置
cursorclass = Mysqldb.cursors.DictCursor,
#设置编码是否使用Unicode
use_unicode = True
)
#通过Twisted框架提供的容器连接数据库,MySQLdb是数据库模块名
dbpool = adbapi.ConnectionPool("MySQLdb",dbparms)
return cls(dbpool)
def process_item(self,item,spider):
#使用Twisted异步的将Item数据插入数据库
query = self.dbpool.runInteraction(self.do_insert,item)
query.addErrback(self.handle_error,item,spider)#这里不往下传入item,spider，handle_error则不需接受,item,spider)
def do_insert(self,cursor,item):
#执行具体的插入语句,不需要commit操作,Twisted会自动进行
insert_sql = """
insert into jobbole_artical(title,creat_date,url,url_object_id,
front_image_url2,front_image_path,tags,comment_num,
fav_num,like_num,content
)
VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
"""
cursor.execute(insert_sql,(item["title"],item["creat_date"],item["url"],
item["url_object_id"],item["front_image_url2"],item["front_image_path"],
item["tags"],item["comment_num"],item["fav_num"],item["like_num"],item["content"]))
def handle_error(self, failure, item, spider):
#出来异步插入异常
print(failure)
3：注册settings中：
至此，异步将Item的数据写入Mysql就完成了