四:数据存储之优化

本文主要介绍了在数据存储过程中遇到的性能问题及优化策略。通过对GitHub项目的star数、fork数、issue数进行收集,发现原始的单线程逐个请求方式耗时较长。为解决此问题,作者采用了多线程和滑动窗口机制,通过批量发送请求并设定等待时间,显著提高了数据存储的效率,如使用20个线程将时间从原来的两分钟缩短到13秒。同时,作者指出线程数量并非越多越好,需兼顾资源消耗和服务器压力。
摘要由CSDN通过智能技术生成

在上一节数据存储中,我遍历了projects并且把数据存储到了数据库,但是时间有点长,这一节我们主要是分析并优化这个存储过程


步骤:

  1. 获取到所有待收集信息的项目列表
  2. 遍历项目列表 依次获取到每个项目的主页信息 进一步就可以直到该项目的star数 fork数 issue数
  3. 把这些数据存储到mysql中
  4. 写一个简单服务器 来展示数据库中的数据(通过图标的形式 看到一个更直观的效果)

一:获取到所有待收集信息的项目列表


二:遍历项目列表,依次获取到每个项目的主页信息,进一步就可以直到该项目的star数、fork数、issue数


三:数据存储之存储

public static void main(String[] args) throws IOException {
   
        Crawler crawler = new Crawler();
        //获取到待收集的项目列表
        String htmlBody = crawler.getPage("https://github.com/akullpp/awesome-java/blob/master/README.md");
        List<Project> projects = crawler.getProjectList(htmlBody);
        //遍历项目列表 依次获取到每个项目的主页信息 进一步就可以直到该项目的star数 fork数 issue数
        ProjectDao dao = new ProjectDao();

        for (int i = 0; i < projects.size() ; i++) {
   
            try {
   
                Project project = projects.get(i);
                System.out.println("正在爬 " + project.getName()+ "...");
                String repoName = crawler.getRepoName(project
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值