前言 通过 Python 爬取十万博文之后，最重要的是要让互联网用户访问到，那么如何做呢？ 选型 从后台框架、前端模板、数据库连接池、缓存、代理服务、限流等组件多个维度选型。 后台框架 SpringBoot2+、JPA 前端框架 Vue 模块框架 Thymeleaf ...

、爬虫造成大量空的命中，会对数据库造成很大压力 博客架构 案例分析 由于文章的地址是这样 ...

前言 在开发十万博客系统的的过程中，前面主要分享了爬虫、缓存穿透以及文章阅读量计数等等。爬虫的目的就是解决十万+问题；缓存穿透是为了保护后端数据库查询服务；计数服务解决了接近真实阅读数以及数据库服务的压力。 架构图 限流 就拿十万博客来说，如果存在热点文章，可能会有数十万级别的并发 ...

前言 在十万博文终极架构中，我们使用了Tomcat集群，但这并不能保证系统不会出问题，为了保证系统的稳定运行，我们还需要对 Tomcat 进行有效的运维监控手段，不至于问题出现或者许久一段时间才知道。凌晨一点这个锅可谁都不想背，为此基于目前的情况搭建了以下这么一套监控预警系统。 架构图 ...

前言 在经历了，缓存、限流、布隆穿透等等一系列加强功能，十万博客基本算是成型，网站上线以后也加入了百度统计来见证十万+ 的整个过程。 但是百度统计并不能对每篇博文进行详细的浏览量统计，如果做一些热点博文排行、48小时排行之类统计，还需要引入浏览量统计功能。 设计 通常情况下，我们只需要 ...

1.前言 最新在公司做一个项目，需要一些文章类的数据，当时就想到了用网络爬虫去一些技术性的网站爬一些，当然我经常去的就是博客园，于是就有下面的这篇文章。 程序源码:CSDN下载地址 2.准备工作 我需要把我从博客园爬取的数据，保存起来，最好的方式当然是保存到数据库中去了，好了我们先建一个 ...

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。 Requests Python标准库中提供了：urllib、urllib2 ...

首先要连接自己的数据库 几个基本操作 import re库 一、re.search(匹配规则,要匹配的字符串名称) 功能：扫描整个字符串返回第一个成功匹 ...