推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 2781 天前的主题，其中的信息可能已经有所发展或是发生改变。
背景：同时开了几千个线程，运行到 300 多个线程的时间报错了， socket.setdefaulttimeout(45) sleep_download_time = 1 time.sleep(sleep_download_time) 超时和延时都有加上
1、ConnectionResetError: [WinError 10054] 远程主机强迫关闭了一个现有的连接。 这个我认为是被服务器拒绝了，被发是爬虫了？
2、socket.timeout: timed out 这个我已经设置了超时的时间，还是报错了
 | 1 wjx1993 OP 求大佬们帮忙看看，跪求 |
 | 2 ai277014717 2018-04-24 11:20:29 +08:00 为什么要开着么多线程？是没试过最多可以开多少个线程？ |
 | 3 Hyponet 2018-04-24 11:26:03 +08:00 几千个线程去爬，可能不是发现是爬虫了，是发现被 D 了。。。。 |
| 5 wjx1993 OP @ai277014717 多线程效率高啊！怎么解决这个问题·_·?一个线程跑正常 |
 | 6 goofool 2018-04-24 11:30:00 +08:00 每个线程一个代理吗？ |
| 9 wjx1993 OP @A555 应该不是封 ip，我重新运行后还是可以跑的，每次重新跑都是大概跑到 300 多线程就保存了 |
 | 10 onepunch 2018-04-24 11:40:46 +08:00 你把 sleep 设置的时间长一点 |
 | 12 darylc 2018-04-24 11:48:24 +08:00 线程多就一定快？想多了 |
| 13 ai277014717 2018-04-24 11:50:49 +08:00 @wjx1993 多线程效率不一定高。nodejs 还是单线程呢。看看磁盘内存 CPU 有没有瓶颈吧。还要考虑到网站服务器的承受能力，有的服务器可能还没个人 pc 的配置高呢。 |
 | 14 ericls 2018-04-24 11:55:06 +08:00 via iPhone 爬虫的精髓在于怎么慢 而不是怎么快 |
 | 15 changnet 2018-04-24 12:04:44 +08:00 via Android 我一直不理解开很多线程的代码逻辑，尤其有些库在测试性能时还开了几百个，难不成大家的 cpu 都是几百上千核的，或者是逻辑都是阻塞写法。开了那么多线程，我的其他逻辑还要不要跑了，三五个线程差不多了。 |
 | 17 linyinma 2018-04-24 12:20:37 +08:00 @wjx1993 从你的描述很显然啊，远程服务器设置了瞬时并发数啊（如 nginx 添加 nginx_http_limit_conn_module ）来限制同一个 ip 来源的连接数，防止恶意攻击访问） |
 | 21 WordTian 2018-04-24 12:36:48 +08:00 via Android 你一个 ip 整上千个并发连接，你不被拦谁被拦 |
| 23 WordTian 2018-04-24 16:20:25 +08:00 via Android 用 squid 吧 |
 | 25 defphilip 2018-04-24 19:46:51 +08:00 开几千个线程的爬虫。。。。系统吃的消吗 真的想用多线程，开个线程池几个线程并发跑就好了 |
| 26 wjx1993 OP @defphilip 还好吧，只是跑到 300 多就被服务器拒绝了，线程池总是有点问题，调了好长时间，话说线程池就不会报错被服务器拒绝了吗？ |
| 28 wjx1993 OP 沉了吗 |
| 29 ai277014717 2018-04-25 15:38:27 +08:00 @wjx1993 参考前面说的你想办法爬慢点就能解决了。并发控制到 300 以下试试。 线程池我觉的可有可无，主要是写了可以减少开销。 |
| 30 wjx1993 OP @ai277014717 不能爬太慢，需求就是要同时并发好几千，所以暂时只想到用线程池，但是自己写的线程池总是有问题，跑不起来所以请教一下线程池的写法，最好有个例子最好了，多谢啦！ |
 | 31 hcnhcn012 2018-04-25 15:58:05 +08:00 via iPhone concurrent.futures.ThreadPoolExecutor 了解一下 |
Select Language