Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
亦蔚然
Project Crawler Elasticsearch
提交
0901951a
P
Project Crawler Elasticsearch
项目概览
亦蔚然
/
Project Crawler Elasticsearch
通知
4
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Project Crawler Elasticsearch
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
0901951a
编写于
5月 25, 2021
作者:
亦蔚然
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
v4_使用了多线程
上级
a2980969
变更
3
显示空白变更内容
内联
并排
Showing
3 changed file
with
46 addition
and
28 deletion
+46
-28
src/main/java/com/github/weiranyi/Crawler.java
src/main/java/com/github/weiranyi/Crawler.java
+31
-25
src/main/java/com/github/weiranyi/Main.java
src/main/java/com/github/weiranyi/Main.java
+13
-0
src/main/java/com/github/weiranyi/MyBatisCrawlerDao.java
src/main/java/com/github/weiranyi/MyBatisCrawlerDao.java
+2
-3
未找到文件。
src/main/java/com/github/weiranyi/Crawler.java
浏览文件 @
0901951a
...
...
@@ -16,11 +16,18 @@ import java.util.ArrayList;
import
java.util.stream.Collectors
;
public
class
Crawler
{
CrawlerDao
dao
=
new
MyBatisCrawlerDao
()
;
public
class
Crawler
extends
Thread
{
private
CrawlerDao
dao
;
public
void
run
()
throws
SQLException
,
IOException
{
String
link
=
null
;
public
Crawler
(
CrawlerDao
dao
)
{
// 这样每个线程共享同一个链接
this
.
dao
=
dao
;
}
@Override
public
void
run
()
{
try
{
String
link
;
// 从数据库中加载下一个链接,若能加载到则进行下一个循环
while
((
link
=
dao
.
getNextLinkThenDelete
())
!=
null
)
{
// 若链接已经处理过了就跳到下一次循环
...
...
@@ -40,10 +47,9 @@ public class Crawler {
continue
;
}
}
}
catch
(
Exception
e
)
{
throw
new
RuntimeException
(
e
);
}
public
static
void
main
(
String
[]
args
)
throws
IOException
,
SQLException
{
new
Crawler
().
run
();
}
private
void
parseUrlsFromAndStoreIntoDatabase
(
Document
doc
)
throws
SQLException
{
...
...
src/main/java/com/github/weiranyi/Main.java
0 → 100644
浏览文件 @
0901951a
package
com.github.weiranyi
;
import
java.io.IOException
;
import
java.sql.SQLException
;
public
class
Main
{
public
static
void
main
(
String
[]
args
)
throws
IOException
,
SQLException
{
CrawlerDao
dao
=
new
MyBatisCrawlerDao
();
for
(
int
i
=
0
;
i
<
5
;
i
++)
{
new
Crawler
(
dao
).
start
();
}
}
}
src/main/java/com/github/weiranyi/MyBatisCrawlerDao.java
浏览文件 @
0901951a
...
...
@@ -26,9 +26,9 @@ public class MyBatisCrawlerDao implements CrawlerDao {
sqlSessionFactory
=
new
SqlSessionFactoryBuilder
().
build
(
inputStream
);
}
// 获取下一个链接再删除
//
【synchronized转原子操作】
获取下一个链接再删除
@Override
public
String
getNextLinkThenDelete
()
throws
SQLException
{
public
synchronized
String
getNextLinkThenDelete
()
throws
SQLException
{
// SqlSession openSession(boolean autoCommit);这里设计事务,必须提交才生效,要设置参数为true
try
(
SqlSession
session
=
sqlSessionFactory
.
openSession
(
true
))
{
String
url
=
session
.
selectOne
(
"com.github.weiranyi.MyMapper.selectNextAvailableLink"
);
...
...
@@ -47,7 +47,6 @@ public class MyBatisCrawlerDao implements CrawlerDao {
}
}
//
@Override
public
boolean
isLinkProcessed
(
String
link
)
throws
SQLException
{
try
(
SqlSession
session
=
sqlSessionFactory
.
openSession
(
true
))
{
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录