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。