首页   注册   登录
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python 学习手册
Python Cookbook
Python 基础教程
Python Sites
PyPI - Python Package Index
http://www.simple-is-better.com/
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
yixiugegegege
V2EX  ›  Python

关于 Python 多线程爬虫,线程假死的问题

  •  
  •   yixiugegegege · 2018-11-20 16:59:12 +08:00 · 1524 次点击
    这是一个创建于 434 天前的主题,其中的信息可能已经有所发展或是发生改变。

    这几天在搞 boss 直聘,全国数据.

    写了个多线程爬虫, 晚上挂到服务器上爬虫速度杠杠滴, 第二天来看爬虫速度巨慢无比,

    我是开的 300 线程,

    查看服务器状态, cpu 内存, 带宽 非常正常,

    然后网上查查资料 可能是 TCP 的端口占用 TIME_WAIT 太多, 导致服务器可用端口耗尽,

    但是我测试了一下 10 个线程, 发现还是会变慢,

    然后考虑到可能是线程假死了,,

    代码大概: requests 请求全部加了 timeout ;

    需要对数据库操作的方法都写了对 mysql 的连接; 更新,查找操作都加了线程锁;

    while true 循环 break 加好了都

    那么问题来了,大佬们,我怎么判断出是哪个步骤假死了,

    如果判断不出来, 有没有操作 可以重启这个线程..

    或者大佬们有没有遇到过这种情况,求指点

    第 1 条附言  ·  2018-11-20 18:06:37 +08:00
    2 回复  |  直到 2018-11-20 18:08:03 +08:00
    wlsnx
        1
    wlsnx   2018-11-20 17:27:05 +08:00
    代码呢?
    yixiugegegege
        2
    yixiugegegege   2018-11-20 18:08:03 +08:00
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   2248 人在线   最高记录 5168   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 23ms · UTC 09:42 · PVG 17:42 · LAX 01:42 · JFK 04:42
    ♥ Do have faith in what you're doing.