源起
还是爬虫里面的某个场景需要重度使用selenium场景 ,所以需要起这样一个集群
对比
- 单机
- docker
- docker-compose
- 分布式集群
我们在使用selenium 的时候,我们一般就使用以上的环境和模式,单机怎么操作呢,下载相应的webdriver
单机
对于小型的使用环境,比如单线程操作,我们直接下载好相应版本的driver ,直接安装 selenium,然后使用就可以了
from selenium import webdriver from selenium.webdriver import DesiredCapabilities dcap = dict(DesiredCapabilities.PHANTOMJS) dcap["phantomjs.page.settings.userAgent"] = ( "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 Safari/537.36") # 这里是你的webdriver的实际地址 driver = webdriver.PhantomJS(executable_path='/tools/phantomjs', desired_capabilities=dcap) # 然后你就可以愉快的写逻辑代码了 ......
1
2
3
4
5
6
7
8
9
10
11
12
13
|
from selenium import webdriver
from selenium.webdriver import DesiredCapabilities
dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 Safari/537.36")
# 这里是你的webdriver的实际地址
driver = webdriver.PhantomJS(executable_path='/tools/phantomjs', desired_capabilities=dcap)
# 然后你就可以愉快的写逻辑代码了
......
|
Docker
关于docker的安装,以前已经介绍过了,这里就不加以重复了,安装好docker之后,我们选择实际selenium官方提供的镜像
保证安装好docker-compose ,这里就直接使用docker-compose.yml 文件起一个实例
docker-compose.yml
chrome: image: selenium/standalone-chrome:3.3.1 ports: - 5555:4444 environment: - GRID_TIMEOUT=40
|
chrome:
image: selenium/standalone-chrome:3.3.1
ports:
- 5555:4444
environment:
- GRID_TIMEOUT=40
|
然后使用在docker-compose.yml所在的目录 ,使用命令sudo docker-compose up -d
这个时候就起了一个实例,打开浏览器http://127.0.0.1:5555/
就可以看到
脚本如何使用呢,也满简单
from selenium import webdriver from selenium.webdriver.common.desired_capabilities import DesiredCapabilities remote = 'http://127.0.0.1:5555/wd/hub' driver = webdriver.Remote(command_executor=remote,desired_capabilities=DesiredCapabilities.CHROME) #正常的逻辑代码
|
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
remote = 'http://127.0.0.1:5555/wd/hub'
driver = webdriver.Remote(command_executor=remote,desired_capabilities=DesiredCapabilities.CHROME)
#正常的逻辑代码
|
如果你要开很多个也可以,前台挂个nginx然后启用多个之后集群
docker-compose 单机集群
docker-compose.yml
hub: image: selenium/hub:3.3.1 ports: - 4444:4444 environment: - GRID_TIMEOUT=40 firefox: image: selenium/node-firefox:3.3.1 links: - hub chrome: image: selenium/node-chrome:3.3.1 links: - hub
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
hub:
image: selenium/hub:3.3.1
ports:
- 4444:4444
environment:
- GRID_TIMEOUT=40
firefox:
image: selenium/node-firefox:3.3.1
links:
- hub
chrome:
image: selenium/node-chrome:3.3.1
links:
- hub
|
使用命令sudo docker-compose up -d
浏览器打开 http://127.0.0.1:4444/
就可以看到我们的hub界面了,脚本就如上,只需要端口改成4444
问题
不论是docker模式,还是以上的docker-compose 单机集群模式,问题都很明显的,就是当这台机器出现问题的时候,整个渲染环境就挂掉了,没办法做到很合理的横向拓展,比如单机资源不够用了(渲染是很消耗内存的),就只能停机加内存,加完然后再起,那有没有方法直接将hub节点和node节点拆分开呢,当然有,虽然官方没有提供,不过在仔细的查看源代码之后,得到了解决方法
多机集群
hub节点假设在A机上,ip地址为:10.10.2.38
hub的主文件配置
hub: image: selenium/hub:3.3.1 ports: - 4444:4444 environment: - GRID_TIMEOUT=40
|
hub:
image: selenium/hub:3.3.1
ports:
- 4444:4444
environment:
- GRID_TIMEOUT=40
|
node节点假设B机上,ip地址为:
node的docker-compose 配置10.10.2.52
node: image: selenium/node-chrome:3.3.1 ports: - "5556:5556" environment: - HUB_PORT_4444_TCP_ADDR=10.10.2.38 - HUB_PORT_4444_TCP_PORT=4444 - SE_OPTS=-host 10.10.2.52 -port 5556
|
node:
image: selenium/node-chrome:3.3.1
ports:
- "5556:5556"
environment:
- HUB_PORT_4444_TCP_ADDR=10.10.2.38
- HUB_PORT_4444_TCP_PORT=4444
- SE_OPTS=-host 10.10.2.52 -port 5556
|
这里有一个坑,就是你的 -port 必须和外部暴露的端口一致,源代码的处理是直接将这个port 处理成起机器的端口,==>源码所在<==
总结
这次我们主要是对selenium环境的各种分析和处理,并且处理分布式和多机的实践,基本上已经够你很多实用环境了,这些都是昨天在和今天查阅了大量的资料总结得来的
文章来源: brucedone.com,作者:大鱼的鱼塘,版权归原作者所有,如需转载,请联系作者。
原文链接:brucedone.com/archives/1021
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
评论(0)