Scrapy基础(十二)————异步导出Item数据到Mysql中

  异步导出数据到Mysql中

  上次说过从Item中同步写入数据库，因为网络的下载速度和数据库的I/O速度是不一样的
所以有可能会发生下载快，但是写入数据库速度慢，造成线程的堵塞；关于堵塞和非堵塞，同步和异步
的关系，因为没接触过，所以也不是很好的理解，这里查看了些资料，已做记录
链接1：https://www.zhihu.com/question/19732473;http://wiki.jikexueyuan.com/project/twisted-intro/

实现异步写入mysql数据库的思路：    

    1,将数据库的连接数据写入到settings文件中，供后面自定义的pipeline使用
    2,自定义pipeline,使用Twisted框架实现异步
    3,在settings中注册这个管道
具体代码实现:

1：settings中设置;前提是数据库已经设计好了，参考同步机制写入Mysql中

2：
还有导入import MySQLdb.cursors

from twisted.enterprise import adbapi
class MysqlTwistedPipeline(object):
    '''
    异步机制将数据写入到mysql数据库中
    '''
    #创建初始化函数，当通过此类创建对象时首先被调用的方法
    def __init__(self,dbpool):
        self.dbpool = dbpool
    #创建一个静态方法,静态方法的加载内存优先级高于init方法，java的static方法类似，
    #在创建这个类的对之前就已将加载到了内存中，所以init这个方法可以调用这个方法产生的对象
    @classmethod
    #名称固定的
    def from_settings(cls,settings):
        #先将setting中连接数据库所需内容取出，构造一个地点
        dbparms = dict(
            host= settings["MYSQL_HOST"],
            db = settings["MYSQL_DBNAME"],
            user = settings["MYSQL_USER"],
            passwd = settings["MYSQL_PASSWORD"],
            charset = "utf-8",
            #游标设置
            cursorclass = Mysqldb.cursors.DictCursor,    
            #设置编码是否使用Unicode
            use_unicode = True
        )
        #通过Twisted框架提供的容器连接数据库,MySQLdb是数据库模块名
        dbpool = adbapi.ConnectionPool("MySQLdb",dbparms)
        return cls(dbpool)

    def process_item(self,item,spider):
        #使用Twisted异步的将Item数据插入数据库
        query = self.dbpool.runInteraction(self.do_insert,item)
        query.addErrback(self.handle_error,item,spider)#这里不往下传入item,spider，handle_error则不需接受,item,spider)
    
    def do_insert(self,cursor,item):
        #执行具体的插入语句,不需要commit操作,Twisted会自动进行
        insert_sql = """
             insert into jobbole_artical(title,creat_date,url,url_object_id,
                 front_image_url2,front_image_path,tags,comment_num,
                 fav_num,like_num,content
                 )
             VALUES(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
        """
        cursor.execute(insert_sql,(item["title"],item["creat_date"],item["url"],
            item["url_object_id"],item["front_image_url2"],item["front_image_path"],
            item["tags"],item["comment_num"],item["fav_num"],item["like_num"],item["content"]))

    def handle_error(self, failure, item, spider):
        #出来异步插入异常
        print(failure)

3：注册settings中：

至此，异步将Item的数据写入Mysql就完成了
展示结果：