Crawlab(分布式爬虫管理平台) V0.5.1 中文版
介绍
Crawlab中文版是一个支持Python、NodeJS等多种编程语言及多种爬虫框架的分布式爬虫管理平台,通过增加工作节点数量,Crawlab可以做到横向扩展,不同的爬虫任务可以分配到不同的节点上执行,非常高效,有需要的朋友们赶紧下载使用吧。 软件说明 Crawlab能够帮助用户实现多语言爬虫的目的,通过多种方式进行安装即可使用,软件采用主节点的形式来快速获取网站数据,从而保存到本地数据中,每当目标站点发生变化时即会更新数据,用户还可通过相关控件来设计前端展示效果,极大的提升了程序员开发的效率。 软件介绍 Crawlab架构 Crawlab的架构包括了一个主节点(Master Node)和多个工作节点(Worker Node),以及负责通信和数据储存的Redis和MongoDB数据库。 前端应用向主节点请求数据,主节点通过MongoDB和Redis来执行任务派发调度以及部署,工作节点收到任务之后,开始执行爬虫任务,并将任务结果储存到MongoDB。架构相对于v0.3.0之前的Celery版本有所精简,去除了不必要的节点监控模块Flower,节点监控主要由Redis完成。 主节点 主节点是整个Crawlab架构的核心,属于Crawlab的中控系统。主节点负责与前端应用进行通信,并通过Redis将爬虫任务派发给工作节点。同时,主节点会同步(部署)爬虫给工作节点,通过Redis和MongoDB的GridFS。 工作节点 工作节点的主要功能是执行爬虫任务和储存抓取数据与日志,并且通过Redis的PubSub跟主节点通信。通过增加工作节点数量,Crawlab可以做到横向扩展,不同的爬虫任务可以分配到不同的节点上执行。 MongoDB MongoDB是Crawlab的运行数据库,储存有节点、爬虫、任务、定时任务等数据,另外GridFS文件储存方式是主节点储存爬虫文件并同步到工作节点的中间媒介。 Redis Redis是非常受欢迎的Key-Value数据库,在Crawlab中主要实现节点间数据通信的功能。例如,节点会将自己信息通过HSET储存在Redis的nodes哈希列表中,主节点根据哈希列表来判断在线节点。 前端 前端是一个基于Vue-Element-Admin的单页应用。其中重用了很多Element-UI的控件来支持相应的展示。 使用方法 1、下载完成后不要在压缩包内运行软件直接使用,先解压; 2、软件同时支持32位64位运行环境; 3、如果软件无法正常打开,请右键使用管理员模式运行。 |