爬虫中异步数据写入MySQL数据库方法

爬虫中异步数据写入MySQL数据库方法（adbapi）

数据库pymysql的commit()和execute()在提交数据时，都是同步提交至数据库，由于scrapy框架数据的解析和异步多线程的，所以scrapy的数据解析速度，要远高于数据的写入数据库的速度。如果数据写入过慢，会造成数据库写入的阻塞，影响数据库写入的效率。
通过多线程异步的形式对数据进行写入，可以提高数据的写入速度。

使用twisted异步IO框架，实现数据的异步写入。

from twisted.enterprise import adbapi

# 初始化数据库连接池(线程池)
# 参数一：mysql的驱动
# 参数二：连接mysql的配置信息

dbpool = adbapi.ConnectionPool('pymysql', **params)

参数1：在异步任务中要执行的函数insert_db；
参数2：给该函数insert_db传递的参数

query = self.dbpool.runInteraction(self.insert_db, item)

def insert_db(self, cursor, item):
      insert_sql = "INSERT INTO bole(title, date_time, tags, content, zan_num, keep_num, comment_num, img_src, img_path) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)"
        cursor.execute(insert_sql, (item['title'], item['date_time'], item['tags'], item['content'], item['zan_num'], item['keep_num'], item['comment_num'], item['img_src'], item['img_path']))

在execute()之后，不需要再进行commit()，连接池内部会进行提交的操作。

附完整代码：

#Mysql异步化
class MysqlTwistedPipeline(object):
    def __init__(self,dbpool):
        self.dbpool = dbpool
    @classmethod
       #这种方法是固定的
    def from_settings(cls,settings):
        dbparms = dict(
             host = settings['MYSQL_HOST'],
             user = settings['MYSQL_USER'],
             passwd = settings['MYSQL_PASSWORD'],
             db = settings['MYSQL_DBNAME'],
             charset = 'utf8',
             cursorclass = MySQLdb.cursors.DictCursor,
             use_unicode = True,
            )
        dbpool = adbapi.ConnectionPool("MySQLdb",**dbparms )
        return cls(dbpool)

    def process_item(self, item, spider):
       #使用twisted将mysql插入变成异步执行
            query = self.dbpool.runInteraction(self.do_insert,item)
            query.addErrorback(self.handle_error)#处理异常

    def handle_error(self,failure,item,spider):
        #处理异步插入的异常
        print(failure)

    def do_insert(self,cursor,item):
        #执行具体的插入
        insert_sql = """insert into jobbole_article(title,create_date,url,url_object_id,
            front_image_url,comment_nums,fav_nums,parise_nums)
            VALUES (%s,%s,%s,%s,%s,%s,%s,%s)"""

        cursor.execute(insert_sql, (item["title"], item["create_date"], item["url"],
                                     item["url_object_id"], item["front_image_url"],
                                     item["comment_nums"],
                                     item["fav_nums"], item["parise_nums"]))

只需要修改SQL语句和数据库配置信息即可