今天,小编为大家详细介绍一下:前嗅 ForeSpider 运行设置中的采集速度,采集策略和任务装载,这三大模块。具体内容如下:
一,采集速度
采集速度是调节任务采集快慢的一项设置,对采集速度的影响包括线程数目和采集间隔。
采集速度
1. 线程数目线程数目是运行采集任务时,软件启用的线程资源数目。线程数目越大,采集速度越快。
2. 采集间隔是指任务采集链接之间时间间隔。用户可以直接滑动按钮进行设置采集间隔,也可以直接填写采集间隔的时间数。
二,采集策略
根据记录的采集日志,选择下次采集任务的采集策略。1. 采集策略
采集策略
2. 采集阈值阈的意思是界限,故阈值又叫临界值,是指一个效应能够产生的最低值或最高值采集阈。此处采集阈值即每个任务的上限,可以根据自己的需要设置,此处设置属于全局设置。
3. 数据缓存打开数据缓存可以将采集数据时的网页的源码记录下来,方便查看网页详细信息。查看步骤:①数据采集 > 装载记录②选中其中一条记录,右击打开缓存数据
查看缓存数据
③网页数据缓存文本
数据缓存文本
4. 装载策略选择装载到日志列表的内容,即历史数据。含义如下:
5. 加载日志宏筛选符合条件的日志,对采集策略进行补充。
三,任务装载
1. 任务装载顺序设置采集过程中,日志列表中对于各任务排列的顺序。①顺序优先:按照采集任务列表的顺序,采集各列表任务的数据。②负载均衡:打乱任务采集顺序,同时采集各任务的数据链接。优点是可以降低被网站封锁 IP 的风险,同时可以提高采集效率。
2. 新任务装载方式新采集任务是否同步装载。即用户可以选择对新采集任务进行同步装载也可以选择异步装载。①同步:同步装载是指将所有链接加载完成之后同时采集。②异步:异步装载是指加载一部分链接采集一部分,不需要全部加载完成之后再采集。
3. 运行列表排重勾选可对运行列表中的采集任务进行排重,减少运行工作量,提高运行效率。
4. 从缓存加载网页若先前在采集策略中勾选了数据缓存,可以从中加载网页。