Home > Article > Backend Development > mysql - php写的爬虫报内存不足
具体的场景:php从网站列表上抓取数据,然后直接插入mysql数据库,使用cli模式运行,一次可能要插入上万条数据
我之前的代码是这样的:
<code class="php">ini_set('memory_limit', '512M'); $con = mysqli_connect('''); for(...) { //爬虫抓取代码省略 mysqli_query($con,'抓取后生成的insert语句'); }</code>
这样差不多半天就会报Allowed memory size of 536870912 bytes exhausted (tried to allocate 1542571 bytes)
PS:如果不执行mysql插入操作,而直接将sql语句file_put_contents到一个文件中,那是不会报错的,所以排除爬虫代码的问题
现在我把mysql的插入语句封装成一个方法:
<code class="php">function execute($query) { $mysqli = new mysqli(...); $mysqli->query('set names utf8mb4'); $mysqli->query($query); $mysqli->close(); }</code>
不知道还会不会发生这个问题呢?
各位有什么好办法么?
具体的场景:php从网站列表上抓取数据,然后直接插入mysql数据库,使用cli模式运行,一次可能要插入上万条数据
我之前的代码是这样的:
<code class="php">ini_set('memory_limit', '512M'); $con = mysqli_connect('''); for(...) { //爬虫抓取代码省略 mysqli_query($con,'抓取后生成的insert语句'); }</code>
这样差不多半天就会报Allowed memory size of 536870912 bytes exhausted (tried to allocate 1542571 bytes)
PS:如果不执行mysql插入操作,而直接将sql语句file_put_contents到一个文件中,那是不会报错的,所以排除爬虫代码的问题
现在我把mysql的插入语句封装成一个方法:
<code class="php">function execute($query) { $mysqli = new mysqli(...); $mysqli->query('set names utf8mb4'); $mysqli->query($query); $mysqli->close(); }</code>
不知道还会不会发生这个问题呢?
各位有什么好办法么?
你目前的做法是上万次插入上万条数据,而不是一次插入上万条数据。
From
<code class="mysql">INSERT INTO tbl_name (a,b,c) VALUES (1,2,3); INSERT INTO tbl_name (a,b,c) VALUES (4,5,6); INSERT INTO tbl_name (a,b,c) VALUES (7,8,9);</code>
To
<code class="mysql">INSERT INTO tbl_name (a,b,c) VALUES (1,2,3), (4,5,6), (7,8,9);</code>
数据库插入操作改为批量提交方式
<code>$sql = array(); foreach( $data as $row ) { $sql[] = '("'.mysql_real_escape_string($row['text']).'", '.$row['category_id'].')'; } mysql_query('INSERT INTO table (text, category) VALUES '.implode(',', $sql));</code>
之前做个一个类似的功能,规模是大几十万条
我是用的web方式去执行,在for{}中判断一个条件,比如达到万条后跳转回本页面,把n*10000这个参数传过去。