使用异步的twisted框架写入数据

1.twisted框架介绍

• Twisted是用Python实现的基于事件驱动的网络引擎框架；

• Twisted支持许多常见的传输及应用层协议，包括TCP、UDP、SSL/TLS、HTTP、IMAP、SSH、IRC以及FTP。就像Python一样，Twisted也具有“内置池”（batteries-included）的特点。Twisted对于其支持的所有协议都带有客户端和服务器实现，同时附带有基于命令行的工具，使得配置和部署产品级的Twisted应用变得非常方便。

• 官网地址： https://twistedmatrix.com/trac/

mysql-settings-"> 2.MySQL数据库信息保存到settings文件中

• 首先我们需要把MySQL数据库中的配置信息保存到settings文件中，如： MYSQL_HOST = 'localhost' 的形式；

MYSQL_HOST = 'localhost'
MYSQL_USER = 'xkd'
MYSQL_PASSWORD = '123456'
MYSQL_DATABASE = 'item_database'
MYSQL_PORT = 3306
MYSQL_OPTIONAL = dict(
    USE_UNICODE = True,
    CHARSET = 'utf8',
)

• 然后从settings文件中将这些信息导入到pipeline.py文件中使用；

from .settings import MYSQL_HOST, MYSQL_USER, MYSQL_PASSWORD, MYSQL_DATABASE, MYSQL_PORT, MYSQL_OPTIONAL
class MysqlPipeline:
    def __init__(self):
        self.conn = MySQLdb.connect(host=MYSQL_HOST, user=MYSQL_USER, password=MYSQL_PASSWORD, database=MYSQL_DATABASE, use_unicode=MYSQL_OPTIONAL.get('USE_UNICODE'), charset=MYSQL_OPTIONAL.get('CHARSET'))
        self.cursor = self.conn.cursor()
    def process_item(self, item, spider):
        sql = 'insert into item(title, image_url, date, image_path, url, url_id)' \
              'values (%s, %s, %s, %s, %s, %s)'
        date = item['date']
        self.cursor.execute(sql, args=(item['title'], item['image_url'], date, item['image_path'], item['url'], item['url_id']))
        self.conn.commit()
        return item
    def spider_closed(self, spider):
        self.cursor.close()
        self.conn.close()

3.创建异步Pipeline写入数据库

• 首先创建一个用于异步写入数据的AIOMysqlItemPipeline类，然后在这个类的初始化方法中创建一个pool连接池；

• 然后在 from_settings()方法 中获取settings文件中的数据库配置信息，并将配置信息存入一个字典中。使用Twisted中的adbapi获取数据库连接池对象，使用前需要导入adbapi，如： from twisted.enterprise import adbapi 。使用时需要用到ConnectionPool连接池： pool=adbapi.ConnectionPool('MySQLdb',**params) ，参数MySQLdb是使用的数据库引擎的名字，params就是要传递的数据库配置信息；

• 接着在process_item()方法中使用数据库连接池对象进行数据库操作，自动传递cursor对象到数据库操作方法runInteraction()的第一个参数（自定义方法）如： ret=self.connection_pool.runInteraction(self.mysql_insert,item) ；

• 还可以设置出错时的回调方法，自动传递出错消息对象failure到错误处理方法的第一个参数（自定义方法）如： ret.addErrback(self.error_callback) ；

• 最后记得修改settings文件中的ITEM_PIPELINES配置，如： 'XKD_Dribbble_Spider.pipelines.AIOMysqlItemPipeline': 2 ；

from twisted.enterprise import adbapi
import MySQLdb.cursors
class AIOMysqlItemPipeline:
    def __init__(self, pool):
        self.connection_pool = pool
    # 1：调用类方法
    @classmethod
    def from_settings(cls, settings):
        connkw = {
            'host': MYSQL_HOST,
            'user': MYSQL_USER,
            'password': MYSQL_PASSWORD,
            'db': MYSQL_DATABASE,
            'port': MYSQL_PORT,
            'use_unicode': MYSQL_OPTIONAL.get('USE_UNICODE'),
            'charset': MYSQL_OPTIONAL.get('CHARSET'),
            'cursorclass': MySQLdb.cursors.DictCursor,
        }
        pool = adbapi.ConnectionPool('MySQLdb', **connkw)
        return cls(pool)
    # 2：执行process_item
    def process_item(self, item, spider):
        ret = self.connection_pool.runInteraction(self.mysql_insert, item)
        ret.addErrback(self.error_callback)
    def mysql_insert(self, cursor, item):
        sql = 'insert into item(title, image_url, date, image_path, url, url_id)' \
              'values (%s, %s, %s, %s, %s, %s)'
        date = item['date']
        cursor.execute(sql, args=(item['title'], item['image_url'], date, item['image_path'], item['url'], item['url_id']))
    def error_callback(self, error):
        print('insert_error =========== {}'.format(error))
修改settings文件
ITEM_PIPELINES = {
   # 'XKD_Dribbble_Spider.pipelines.XkdDribbbleSpiderPipeline': 300,
   # 当items.py模块yield之后，默认就是下载image_url的页面
   'XKD_Dribbble_Spider.pipelines.ImagePipeline': 1,
   'XKD_Dribbble_Spider.pipelines.AIOMysqlItemPipeline': 2,
}

参考： https://www.9xkd.com/user/plan-view.html?id=1784587600