爬虫数据关于将爬虫爬取的数据存入hdfs

如何入门 Python 爬虫

我也正在学，推荐参考书：《Python网络数据采集》 在这之前应该有一定的Python基础，了解一下网络数据格式 本书内 容 提 要 本书采用简洁强大的 Python 语言，介绍了网络数据采集，并为采集新式网络中的各种数据类 型提供了全面的指导。

第一部分重点介绍网络数据采集的基本原理 ：如何用 Python 从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。

第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

本书适合需要采集 Web 数据的相关软件开发人员和研究人员阅读。

如何用爬虫抓取股市数据并生成分析报表

用前嗅的ForeSpider数据采集软件，可以采集股市数据。

同时ForeSpider内部集成了数据挖掘的功能，可以快速进行聚类分类、统计分析等，采集结果入库后就可以形成分析报表。

ForeSpider是可视化的通用性爬虫软件。

简单配置几步就可以采集。

如果网站比较复杂，软件自带爬虫脚本语言，通过写几行脚本，就可以采集所有的公开数据。

软件还自带免费的数据库，数据采集直接存入数据库，也可以导出成excel文件。

如果自己不想配置，前嗅可以配置采集模板。

可以下载一个免费版试一试，免费版不限制功能，没有到期时间。

掌握python爬虫对数据处理有用吗

python爬虫是用来获取数据的，而获取数据是数据处理的前一步，如果你想自己获取数据再来处理掌握python爬虫是有用的，如果你已经有现成的数据了，那也可以不用掌握python爬虫

Python爬虫获取数据犯法吗？

没有的事，如果是这样的话，百度，谷歌这些搜索引擎公司也是犯法的了。

他们也是爬取别人的网站，获取信息，给用户用的。

其实搜索引擎就是一种爬虫。

如果网站本身不做鉴别，网站会认为爬虫和一般的浏览器的行为是一样的。

关于将爬虫爬取的数据存入hdfs

硬件故障 硬件故障是常态，而不是异常。

整个HDFS系统将由数百或数千个存储着文件数据片断的服务器组成。

实际上它里面有非常巨大的组成部分，每一个组成部分都很可能出现故障，这就意味着HDFS里的总是有一些部件是失效的，因此，故障的检测和自动快速恢复是HDFS一个很核心的设计目标。

数据访问 运行在HDFS之上的应用程序必须流式地访问它们的数据集，它不是运行在普通文件系统之上的普通程序。

HDFS被设计成适合批量处理的，而不是用户交互式的。

重点是在数据吞吐量，而不是数据访问的反应时间，POSIX的很多硬性需求对于HDFS应用都是非必须的，去掉POSIX一小部分关键语义可以获得更好的数据吞吐率。

大数据集 运行在HDFS之上的程序有很大量的数据集。

典型的HDFS文件大小是GB到TB的级别。

所以，HDFS被调整成支持大文件。

它应该提供很高的聚合数据带宽，一个集群中支持数百个节点，一个集群中还应该支持千万级别的文件。

简单一致性模型 大部分的HDFS程序对文件操作需要的是一次写多次读取的操作模式。

一个文件一旦创建、写入、关闭之后就不需要修改了。

这个假定简单化了数据一致的问题，并使高吞吐量的数据访问变得可能。

一个Map-Reduce程序或者网络爬虫程序都可以完美地适合这个模型。

移动计算比移动数据更经济 在靠近计算数据所存储的位置来进行计算是最理想的状态，尤其是在数据集特别巨大的时候。

这样消除了网络的拥堵，提高了系统的整体吞吐量。

一个假定就是迁移计算到离数据更近的位置比将数据移动到程序运行更近的位置要更好。

HDFS提供了接口，来让程序将自己移动到离数据存储更近的位置。

异构软硬件平台间的可移植性 HDFS被设计成可以简便地实现平台间的迁移，这将推动需要大数据集的应用更广泛地采用HDFS作为平台。

名字节点和数据节点 HDFS是一个主从结构，一个HDFS集群是由一个名字节点，它是一个管理文件命名空间和调节客户端访问文件的主服务器，当然还有一些数据节点，通常是一个节点一个机器，它来管理对应节点的存储。

HDFS对外开放文件命名空间并允许用户数据以文件形式存储。

内部机制是将一个文件分割成一个或多个块，这些块被存储在一组数据节点中。

名字节点用来操作文件命名空间的文件或目录操作，如打开，关闭，重命名等等。

它同时确定块与数据节点的映射。

数据节点负责来自文件系统客户的读写请求。

数据节点同时还要执行块的创建，删除，和来自名字节点的块复制指令。

名字节点和数据节点都是运行在普通的机器之上的软件，机器典型的都是GNU/Linux，HDFS是用java编写的，任何支持java的机器都可以运行名字节点或数据节点，利用java语言的超轻便型，很容易将HDFS部署到大范围的机器上。

典型的部署是由一个专门的机器来运行名字节点软件，集群中的其他每台机器运行一个数据节点实例。

体系结构不排斥在一个机器上运行多个数据节点的实例，但是实际的部署不会有这种情况。

集群中只有一个名字节点极大地简单化了系统的体系结构。

名字节点是仲裁者和所有HDFS元数据的仓库，用户的实际数据不经过名字节点。