之前做了个爬虫案例平台,https://scrape.center/,具体文章在 原创丨发布一个爬虫案例平台,帮助爬虫初学者进行练手。
平台内我设计了非常多的网站,有服务端渲染、客户端渲染等,其中服务端渲染的页面大家可能爬取的频率比较高,时不时就会遇到被爬挂的情况。
比如这个网站:https://ssr1.scrape.center/,当访问频率高的时候,甚至我后端开了 20 个 Pod 也承受不来,大家并发量有点猛啊。
这个后端是用 Django 写的,而且这个网站的数据不怎么更新,索性再加个 Cache 吧,在 Django 中最高效的 Cache 当属 Memcached 了,本篇文章就来简单记录下 Django 对接 Memcached 的过程。
官方资料
千说万说都不如官方文档来的直接,首推官方文档:https://docs.djangoproject.com/en/3.1/topics/cache/。
然后后面就是我简单的笔记了。
依赖库
首先需要安装个依赖库,这里用的是 python-memcached,可以使用 pip 来安装:
pip3 install python-memcached
由于我使用的是 Docker,所以就把它写到 requirements.txt 里面了。
配置
另外还需要在 settings.py 里面配置一下,内容如下:
CACHES = {'default': {'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache','LOCATION': 'cache:11211',}
}
这里 LOCATION 是需要一个 Memcached 服务,运行在 11211 上面。
另外还需要开启两个中间件:
MIDDLEWARE = ['django.middleware.cache.UpdateCacheMiddleware',...'django.middleware.cache.FetchFromCacheMiddleware',
]
这里要加两个中间件,一个在最前面,一个在最后面,顺序不能换,中间的是之前配置的其他中间件。
Docker-Compose
OK,接下来就是使用 Docker 启动了,这里 Docker-Compose 里面就需要增加一个 Memcache 服务,配置如下:
version: '3'
services:ssr1-backend:container_name: 'scrape-ssr1-backend'restart: alwaysbuild: ./backendimage: 'scrape-ssr1-backend'ports:- '8000:8000'environment:...cache:image: memcachedports:- '11211:11211'entrypoint:- memcached- -m 64
这里主要是 cache 的配置,需要加上端口映射和入口参数,这里内存大小设置为 64M。
Kubernetes
我的部署使用的是 Kubernetes,所以对应的 yaml 文件也需要更改了,配置更改如下:
apiVersion: v1
items:- apiVersion: v1kind: Servicemetadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-backendname: ssr1-backendnamespace: scrapespec:ports:- name: "8000"port: 8000targetPort: 8000selector:io.kompose.service: ssr1-backendstatus:loadBalancer: { }- apiVersion: apps/v1kind: Deploymentmetadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-backendname: ssr1-backendnamespace: scrapespec:replicas: 20revisionHistoryLimit: 1strategy: { }selector:matchLabels:io.kompose.service: ssr1-backendtemplate:metadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-backendspec:containers:- env:- name: APP_ENVvalue: production- name: MEMCACHED_HOSTvalue: ssr1-cacheimage: germey/scrape-ssr1-backend:${TAG}name: scrape-ssr1-backendports:- containerPort: 8000resources: { }restartPolicy: Alwaysstatus: { }- apiVersion: v1kind: Servicemetadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-cachename: ssr1-cachenamespace: scrapespec:ports:- name: "11211"port: 11211targetPort: 11211selector:io.kompose.service: ssr1-cachestatus:loadBalancer: { }- apiVersion: apps/v1kind: Deploymentmetadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-cachename: ssr1-cachenamespace: scrapespec:replicas: 1revisionHistoryLimit: 1strategy: { }selector:matchLabels:io.kompose.service: ssr1-cachetemplate:metadata:annotations:kompose.cmd: kompose -f docker-compose.yml -o kubernetes.yml convertkompose.version: 1.20.0 ()creationTimestamp: nulllabels:io.kompose.service: ssr1-cachespec:containers:- image: memcachedname: scrape-ssr1-cacheports:- containerPort: 11211resources: { }restartPolicy: Alwaysstatus: { }
kind: List
metadata: { }
---
apiVersion: networking.k8s.io/v1beta1
kind: Ingress
metadata:name: ingress-ssr1namespace: scrapeannotations:nginx.ingress.kubernetes.io/ssl-redirect: "true"nginx.ingress.kubernetes.io/rewrite-target: /
spec:tls:- hosts:- ssr1.scrape.centersecretName: tls-wildcard-scrape-centerrules:- host: ssr1.scrape.centerhttp:paths:- backend:serviceName: ssr1-backendservicePort: 8000path: /
注意这里我给 Django 后端增加了一个环境变量,叫做 MEMCACHED_HOST,所以在 Django 中,我们可以通过环境变量来读取 Memcached 的 Host,当然端口也可以类似设置,不过端口我就直接写死了,配置更改如下:
CACHES = {'default': {'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache','LOCATION': os.getenv('MEMCACHED_HOST') + ':11211',}
}
OK,这样改完之后重新部署就好了。
部署之后我直接将 Pod 降到了 2 个,第一次访问速度可能稍慢,但是一旦加载出来之后,该页面就会被缓存下来,后续访问速度就只有两三百毫秒了,测速如下:
简单测速结果
网址在这:https://ssr1.scrape.center/,大家可以来爬爬试试吧。