Mysql数据库的写入
异步写入
数据库的异步写入操作。因为execute()及commit()提交数据库的方式是同步插入数据，一旦数据量比较大，scrapy的解析是异步多线程的方式，解析速度非常快，而数据库的写入速度比较慢，可能会导致item中的数据插入数据库不及时，造成数据库写入的阻塞，最终导致数据库卡死或者数据丢失。
class MySQLTwistedPipeline(object):
def init(self, dbpool):
# 初始化线程池对象，用于维护操作mysql写入操作的线程
self.dbpool = dbpool
# from_settings()函数是固定写法，该函数是用于读取settings.py配置信息的函数，第二个参数settings是一个字典。
# 可以先在setting文件中设置数据库连接的配置信息
# MYSQL_HOST = 'localhost'
# MYSQL_DBNAME = 'article_db'
# MYSQL_USER = 'root'
# MYSQL_PASSWORD = '123456'
# MYSQL_CHARSET = 'utf8'
@classmethod
def from_settings(cls, settings):
args = dict(
host=settings['MYSQL_HOST'],
db=settings['MYSQL_DBNAME'],
user=settings['MYSQL_USER'],
passwd=settings['MYSQL_PASSWORD'],
charset=settings['MYSQL_CHARSET'],
# 指定用用于创建cursor游标的类
cursorclass=MySQLdb.cursors.DictCursor,
)
# 创建一个线程池对象
# 参数1：用于连接MySQL数据库的驱动
# 参数2：数据库的链接信息（host, port, user等）
dbpool = adbapi.ConnectionPool("MySQLdb", **args)
return cls(dbpool)
def process_item(self, item, spider):
# 在线程池dbpool中通过调用runInteraction()函数，来实现异步插入数据的操作。runInteraction()会insert_sql交由线程池中的某一个线程执行具体的插入操作。
query = self.dbpool.runInteraction(self.insert, item)
# addErrorback()数据库异步写入失败时，会执行addErrorback()内部的函数调用。
query.addErrback(self.handler_error)
def handler_error(self, failure):
print u'数据库插入数据失败：',failure
def insert(self, cursor, item):
insert_sql = 'insert into jobbole (title, date_time, detail_url, url_object_id, img_src, img_path, ping_lun, shou_cang, dian_zan, tags, content) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s)'
cursor.execute(insert_sql, (item['title'], item['date_time'], item['detail_url'], item['url_object_id'], item['img_src'], item['img_path'], item['ping_lun'], item['shou_cang'], item['dian_zan'], item['tags'], item['content']))
# 不需要执行commit()的操作了，会在线程池中自动指定提交的操作。