Tornado+scrapy(Twisted) 框架结合 0，支持 newrelic 服务器监控 1，异步非阻塞 2， realtime 实时响应(不经过任何数据库存储)

有谁处理处理过 Tornado+scrapy(Twisted) 框架结合吗？目前在参考（ http://www.tornadoweb.org/en/stable/twisted.html#twisted-on-tornado ）
主要目标：
0，支持 newrelic 服务器监控
1，异步非阻塞
2，realtime 实时响应(不经过任何数据库存储)
选择 Tornado 是因为支持 newrelic，这是主要原因，还有异步
Twisted 也是异步非阻塞。

以下方案我也参考过
scrapyDO, 已经被改造成阻塞(如 flask+scrapy 都是如此)
scrapyrt(modify)( https://github.com/haijunt/scrapyrt), 支持 realtime,不支持 newrelic
arachnado ( https://github.com/TeamHG-Memex/arachnado)

其他
pyspider 正在考虑研究。

异步

阻塞

newrelic

Twisted

9 条回复 • 2018-06-20 20:05:10 +08:00

forgetTb

2018-05-16 10:42:22 +08:00

或者说能够使用 tornado.platform.twisted
具体是在 Tornado 框架下
import tornado.platform.twisted
tornado.platform.twisted.install()
from twisted.internet import reactor

调用 Scrapy 启动爬虫(EvenvLoop 事件循环的代码）
dfd = process.crawl(QuotesSpider)
# process.start() # the script will block here until the crawling is finished d.addBoth(lambda _: reactor.stop())
result = dfd.addCallback(self.result_items)
并且直接拿到爬取数据。

参考链接如下：
https://stackoverflow.com/questions/36384286/how-to-integrate-flask-scrapy
http://www.tornadoweb.org/en/stable/twisted.html#twisted-on-tornado
https://doc.scrapy.org/en/latest/topics/practices.html

crb912

2018-05-16 12:09:03 +08:00 via Android

原理是：Twisted 建立连接和请求，scrapy 分析数据，tornado 显示？

golmic

2018-05-16 12:40:55 +08:00 via Android

不知道目的是什么。我的做法是解耦，scrapy 只管并发抓取的事

chrisyunhua

2018-05-16 17:49:10 +08:00

pyspider rpc 调用挺好的

forgetTb

2018-05-18 10:20:50 +08:00

@crb912 Tornado 做 webserver （可以用 newrelic 做服务器监控）, 调用 scrapy 项目的爬虫并实时响应返回。（ scrapyrt 是用 Twisted 做 Webserver:不能够与 newrelic 搭配使用 XXX ）

forgetTb

2018-05-18 10:24:43 +08:00

@golmic 1, 需要的是实时响应，类似 scrapyrt(realtime, nonblocking)这种。但 scrapyrt 是使用 Twisted 做 WebServer，并不能与 newrelic(:一种服务器监控软件)搭配使用。现在想使用 Tornado 做 WebServer(支持 newrelic,且异步）。

golmic

2018-05-18 14:20:51 +08:00

我没太懂啊，实时响应的意思是前端传一个 URL，爬虫马上去抓取然后返回结果给 client ？那这过程不是同步的么？

kmz

2018-05-29 15:22:01 +08:00

请问楼主有没有新进展？我也想做类似的

kmz

2018-06-20 20:05:10 +08:00

我初步完成了，，，https://www.v2ex.com/t/464495

Tornado+scrapy(Twisted) 框架结合 0， 支持 newrelic 服务器监控 1， 异步非阻塞 2， realtime 实时响应(不经过任何数据库存储)

Tornado+scrapy(Twisted) 框架结合 0，支持 newrelic 服务器监控 1，异步非阻塞 2， realtime 实时响应(不经过任何数据库存储)