摘要：
1.简单的分布式流程图 分布式： 多进程分布式爬虫的案例： 模块共6个：控制管理类（control_manager.py）,网页内容下载类（download.py）,页面解析类（Htmparse.py），数据写入类（save_manager.py）,url管理类（url_manager.py）,爬虫 阅读全文
摘要：
携程爬取阳光问帖子：进行了简单的数据存储，数据量共145226条，爬取时间为：3.65小时，实际时间感觉要多于统计时间。 代码如下： 复习协程的知识： 多线程会抢抢夺公共资源，因此会造成公共资源的不安全，需要通过线程锁进行解决，那么多个携程为什么不存在这个情况呢？ 因为多个协程也是在一个线程里面进行 阅读全文
摘要：
1.什么是docker 简单的理解：docker相当于vmvare，容器相当于多个虚拟机，vmvare上可以运行ubantu16.04的虚拟机，也可以运行centos虚拟机，还可以运行redhat虚拟机。 容器：完全隔离的环境，例如vmvare上两个虚拟机是相互隔离的。每一个虚拟机都得安装操作系统， 阅读全文
摘要：
1. mongodb是什么？ NoSQL 非关系型数据库，主要用于数据的海量存储。分为server数据存储端和client数据操作端。 关系型与非关系型数据库的区别？ sql：数据库--表--数据 nosql：数据库 集合--文档 2.mongoddb优势 1. 扩展性2. 大数据型，高性能3. 灵 阅读全文