之所以加纯纯两字,是因为没有依赖任何第三方包,什么common,什么HttpClient,什么sl4j,logback,统统不需要,就连JSON.toString()和错误日志也是自己丰衣足食,为了一个小小的爬虫引入那么多包干什么,JDK自己能搞定的事就不麻烦别人。
还有这个监控页面,其中有一半时间都在跟它死磕。这个监控页面也可以用“纯纯”形容,因为它只属于HTML和javascript,连JQuery和JQueryUI都未曾对“她”染指。
看着进度条忽长忽短,忽红忽绿,老夫甚是欣慰,不过CSDN对GIF清晰度的支持实在是。。。只能用下图弥补一下了。
接下来就可以用这些爬下来的数据搞些事情了,初步想到了几种玩法。比如最基本的就是统计各城市均价和中位数,然后还可以用Spark流计算对所爬取下来的数据进行实时计算,还可以用Spark机器学习对房价走势进行预测(虽然这年头房价走势你我都懂的),当然,前面所说的各种统计也可用Spark来做,且后续的统计数据展示页面可再次利用监控页面的已有成果。