-
爬虫管理平台 Crawlab v0.4.6 发布
前言 本次更新主要集中在日志管理、任务触发、爬虫展示等优化，以及加入 Node.js SDK。 更新日志 功能 / 优化 Node.js SDK. 用户可以将 SDK 应用到他们的 Node.js 爬虫中. 日志管理优化. 日志搜索，错误...
-
爬虫管理平台Crawlab v0.4.1发布（可配置爬虫）
前言 Crawlab是基于Golang的分布式爬虫管理平台，支持Python、NodeJS、Java、Go、PHP等多种编程语言以及多种爬虫框架。 相信已经对 Crawlab 有所了解的同学应该大概了解 Crawlab 是一个爬虫管理平台。如果不理解什...
-
OpenTelemetry 项目解读
Opentelemetry Architecture 在 Collector 内部设计中，一套数据的流入、处理、流出的过程称为 pipeline。一个 pipeline 有三部分组件组合而成，它们分别是 receiver/ processor/ expo...
-
大数据系统数据采集产品的架构分析
任何完整的大数据平台，一般包括以下的几个过程： 数据采集 数据存储 数据处理 数据展现（可视化，报表和监控） 其中，数据采集是所有数据系统必不可少的，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。这其中包括： 数据源多种...
-
Koordinator v1.1发布：负载感知与干扰检测采集
作者：Koordinator 社区 背景 Koordinator 旨在为用户提供完整的混部工作负载编排、混部资源调度、混部资源隔离及性能调优解决方案，帮助用户提高延迟敏感服务的运行性能，挖掘空闲节点资源并分配给真正有需要的计算任务，从而提高全局的资源利...
-
探索GreatADM：如何快速定义监控
引文 在数据库运维过程中，所使用的运维管理平台是否存在这样的问题： 1、默认监控粒度不够,业务需要更细颗粒度的监控数据。 2、平台默认的监控命令不适合,需要调整阈值量身定制监控策略。 3、不同类型的实例或组件需要有不同的监控重点,但管理平台监...
-
Java采集服务端信息
<!-- 获取内存等 --> <!-- https://mvnrepository.com/artifact/com.github.oshi/oshi-core --> <d...
-
PHP 基础篇 - PHP 错误级别详解
一、前言 最近经常看到工作 2 年左右的童鞋写的代码也会出现以静态方法的形式调用非静态方法，这是个 Deprecated 级别的语法错误，代码里不应该出现的。对方很郁闷，说：为什么我的环境可以正常运行呢？ 二、详解 代码会不会报错，以及你能不能看到报...
-
ngx_php-1.0.4.0 (php module for nginx)
http://blog.csdn.net/ngwsx ngx_php_module是一个nginx http模块，它把php解析器内嵌到nginx里面用来执行php脚本。 特性： * PHP解析器内嵌到Nginx，类似于Apache httpd的m...
-
数据采集笔记（八爪鱼）-task1
八爪鱼学习 1.github与gitee的基础使用 1.1 概念 1.2 github使用 2.使用八爪鱼初体会 3. 问题思考回答 1.github与gitee的基础使用 在学习过程中，由于用到了github，故对gith...
-
云原生在京东丨云原生时代下的监控：如何基于云原生进行指标采集？
从 Kubernetes 成为容器管理领域的事实标准开始，基于云原生也就是基于 Kubernetes 原生。在云的体系下，基础硬件基本上都被抽象化、模糊化，硬故障需要人为干预的频次在逐渐降低，健康检查、失败自愈、负载均衡等功能的提供，也使得简单的、毁灭性的...
-
大数据（四）大数据采集
说明 本博客每周五更新一次。 数据处理分为入库、计算和输出，本文主要分享数据入库。 数据采集 数据采集是大数据平台数据处理流程的第一步，如何让数据以合适的效率和方式在大数据平台落地，根据场景不同，有着不同方案。一般情况如下。 实时数...
-
高德Android高性能高稳定性代码覆盖率技术实践
前言 代码覆盖率(Code coverage 是软件测试中的一种度量方式，用于反映代码被测试的比例和程度。 在软件迭代过程中，除了应该关注测试过程中的代码覆盖率，用户使用过程中的代码覆盖率也是一个非常有价值的指标，同样不可忽视。因为伴随着业务扩展和功能...
-
云原生日志架构实践：网易数帆开源Loggie的三生三世
导读：网易从2015年就开始了云原生的探索与实践，作为可观测性的重要一环，日志平台也经历了从主机到容器的演进，支撑了集团内各业务部门的大规模云原生化改造。本文会讲述在这个过程中我们遇到的问题，如何演进和改造，并从中沉淀了哪些经验与最佳实践。 主要内容...
-
python爬虫接口_爬虫与API（上）
本系列两篇文章讲API的概念，以及它在爬虫中的使用，分为如下部分 API概念 库的API 数据API Github API httpbin 其他API 由于篇幅限制，本文只展示API概念 库的API 数据API...
-
利用Termux在手机上运行爬虫下载漫画
前言 前段时间喜欢上了几部漫画，发现了一个宝藏网站“拷贝漫画”。上面有很多我想看的漫画，但是访问速度很慢，官方提供的下载又有次数限制。于是就在GITHUB上找了一个大佬写的爬虫。 但是爬虫在电脑端运行，而我喜欢在手机平板上看漫画，每次要把文件拷贝过去...
-
python爬虫知网实例-python爬取知网
广告关闭 腾讯云双11爆品提前享，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高满返5000元！ https:github.comgnemougdistribute_crawlercnkispider- 中国知网爬虫。 设置检索...
-
容器日志采集利器Log-Pilot
容器时代越来越多的传统应用将会逐渐容器化，而日志又是应用的一个关键环节，那么在应用容器化过程中，如何方便快捷高效地来自动发现和采集应用的日志，如何与日志存储系统协同来高效存储和搜索应用日志。本文将主要跟大家分享下如何通过Log-Pilot来采集容器的标准输...
-
爬虫到底合不合法？
文章目录 前言 一、爬虫 爬虫产生的背景 爬虫是什么？ 二、Robots协议 定义 位置 查看方式 三、具体案例分析 爬虫行为 反爬措施 爬取内容 四、爬虫涉及到的相关法律规定 非法获取计算机系统数据罪 侵犯商业秘密罪 非法侵入计...
-
Python爬虫之Scrapy框架爬虫实战
Python爬虫中Scrapy框架应用非常广泛，经常被人用于属于挖掘、检测以及自动化测试类项目，为啥说Scrapy框架作为半成品我们又该如何利用好呢 ？下面的实战案例值得大家看看。 目录： 1、Scrapy框架之命令行 2、项目实现 Scrapy框...
-
Qt编写物联网管理平台45-采集数据转发
一、前言 本系统严格意义上说是一个直连硬件的客户端软件，下面接的modbus协议的设备直接通过网络或者串口和软件通信，软件负责解析数据和存储记录。有时候客户想要领导办公室或者分管这一块的部门经理办公室，也安装一套这样的软件，能够查看到对应设备的数据，一种...
-
使用正则表达式采集整站小说数据-小说精品屋爬虫模块的设计与实现
背景 开源小说漫画系统小说精品屋已经诞生了1年时间了，其间很多同学咨询过我数据抓取的原理，我这里抽出空余时间详细说明一下小说爬虫模块的设计与实现。 爬虫模块设计与实现（多爬虫源配置） 创建application-crawl.yml配置文件，配置不同...
-
Nightingale滴滴夜莺监控系统入门（五）--采集功能
Nightingale滴滴夜莺监控系统入门（五）–采集功能 不知不觉夜莺已经更新到3.6版本，后续会议3.6来演示夜莺支持采集【端口】【进程】【日志】【自定义插件】以及在3.5版本以后支持的主动采集【中间件】的功能； 采集中间件...
-
20.网络爬虫—Scrapy-Redis分布式爬虫
网络爬虫—Scrapy-redis详讲 Redis的安装与使用 分布式概念和作用 分布式爬虫 分布式爬虫特点 redis的使用 Redis 操作/启动 Redis Desktop Manager下载 特点和架构 安装和使用 Scrapy-re...
-
用SkyWalking监控MySQL（一）工具与方案
本文适用于SkyWalking v9.1.0。 SkyWalking简介 SkyWalking是一个分布式系统的应用程序性能监视（APM）工具，专为微服务、云原生架构和基于容器（K8s）架构而设计。当前版本具备了全路径跟踪、指标采集、日志记录等功能...
-
《FlinkX SqlServer CDC实时采集原理与使用》直播活动预告
3月23日晚19点，袋鼠云数栈技术研发团队开发工程师——土豆，将会为大家直播分享《FlinkX SqlServer CDC实时采集原理与使用》。 课程内容主要包括FlinkX SqlServer CDC实时采集原理和FlinkX SqlServer CD...
-
大数据中数据采集的几种方式
一、采集大数据的方法 1.1通过系统日志采集大数据 用于系统日志采集的工具，目前使用最广泛的有：Hadoop 的Chukwa、ApacheFlumeAFacebook的Scribe和LinkedIn的Kafka等。这里主要学习Flume。 Flum...
-
TransferStatistics使用实例:应用和SQL监控系统workerman
本文环境 CentOS8.0，PHP8.1，Nginx1.8，Workerman 4.0不懂的可以评论或联系我邮箱：owen@owenzhang.com 著作权归OwenZhang所有。商业转载请联系OwenZhang获得授权，非商业转载请注明出处。...
-
【多进程】如何使用PHP编写daemon process
PHP 5.3.3 不能使用端口重用 PHP Notice: Use of undefined constant SO_REUSEPORT - assumed 'SO_REUSEPORT' in /soft/b.php on line 96...
-
开源Python网络爬虫资料目录
Python网络爬虫是一个开源的项目，我们会将所有的资料进行公开分享：了解项目 Python即时网络爬虫项目启动说明 核心代码 Python即时网络爬虫项目：内容提取器的定义 Python即时网络爬虫项目：内容提取器的定义（Python2....
-
总数量超过五十个，史上最全的爬虫项目集合
直接点目录过去，我喜欢隔段时间来这里絮叨一会的，和大家唠唠，导致中间越来越多了废话了。 文章目录 分点学习爬虫项目 Scrapy项目 自己写的爬虫项目 前人汇总GitHub爬虫项目 前言： “分点学习爬虫项目”，来源《从零开始学P...
-
爬虫逆向学习进阶路线
大数据时代下，爬虫技术逐渐成为一套完整的系统性工程技术，涉及的知识面广，平台多，技术越来越多样化，对抗性也日益显著。 大家可以参考一下学习路线，看看自己需要对哪些知识进行补充。 爬虫逆向学习路线 学习路线总结 系统提高 加密算法特征和...
-
主流爬虫框架的基本介绍
1 、Scrapy: Scrapy，Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试. Scrapy吸引人的地方在于它是一个框架，任何人...
-
数据采集实战（一）-
概述 最近在学习python的各种数据分析库，为了尝试各种库中各种分析算法的效果，陆陆续续爬取了一些真实的数据来。 顺便也练习练习爬虫，踩了不少坑，后续将采集的经验逐步分享出来，希望能给后来者一些参考，也希望能够得到先驱者的指点！ 采集工具 其...
-
数栈运维案例：客户生产服务器CPU负载异常处理
本文整理自：袋鼠云技术荟 | 某客户生产服务器CPU负载异常处理 数栈是云原生—站式数据中台PaaS，我们在github和gitee上有一个有趣的开源项目：FlinkX，FlinkX是一个基于Flink的批流统一的数据同步工具，既可以采集静态的数据，也可...
-
爬虫进阶：电脑软件&手机APP常用的爬虫抓包工具
在学习爬虫进阶路上少不了用到一些抓包工具，今天就给大家隆重推荐6款爬虫抓包神器。 聊一聊：爬虫抓包原理 爬虫的基本原理就是模拟客户端（可以是浏览器，也有可能是APP）向远程服务器发送 HTTP 请求，我们需要知道目标服务器的 HOST、URI、请求方...
-
我在超化研究上的日志采集架构设计
软件工程师罗小东，多年平台架构和落地经验，在与社区团队研究超自动化方面的设计和产品方向。 背景 以下是针对超化管理超化的设计，因此会偏向技术方向的阐述。 目前对于超化的关注点似乎更多集中在方法论方面，而较少关注具体实现，目前仍处于探...
-
【obs-studio开源项目从入门到放弃】windows 窗口采集和桌面采集的解决方案
文章目录 前言 窗口采集源和桌面采集源的注册 窗口采集 选择桌面采集方式 DXGI or WGC GDI 窗口采集原理 DXGI 窗口采集原理 WGC 窗口采集原理 基于放大镜技术实现录屏采集 总结 技术参考 前言 obs系列文...
-
只为了证明PHP是最好的语言
<?php /× 只为了证明PHP是最好的语言。 目前设计的该程序是顺序执行，生产和消费者没有分开，使用来一个死循环,不断从redis的list里取出最新的QQ号码，然后用该QQ号码拼接出需要网站的地址，一次访问并存入mongodb，这里只是整个实现...
-
基于FPGA的图像实时采集
文章目录 一、系统框架 1.摄像头模块 摄像头配置 摄像头数据处理 2.SDRAM模块 SDRAM控制模块 SDRAM读写仲裁 SDRAM接口 读写FIFO 3.vga显示模块 4.PLL时钟模块 二、部分模块实现代码 1.摄像头...
-
SpiderFlow(图形化爬虫)
SpiderFlow(图形化爬虫 url https://github.com/ssssssss-team/spider-flow 官网 https://www.spiderflow.org 0.简介 spider-flow 是一个爬...
-
4-八爪鱼boss直聘信息采集
目录 4-1-综合实践背景 4-2-综合实践操作 1-打开网页 2-按关键词进行搜索 3-报错“当前IP地址可能存在异常访问” 4-数据采集 4-3-思考 参考文献 4-1-综合实践背景 小张是某高校管理学研究生，在毕业课题中...
-
大数据采集,分析,调度,管理一体化平台
推荐一个基于spark 实现的大数据采集平台,性能真好 https://github.com/zhaoyachao/zdh_web 功能介绍请看github连接...
-
java程序通过modbusTCP协议直连三菱PLC机FX5U型号采集数据
本片内容主要是关于MELSOFT软件上的配置操作。 java程序用的是modjn，在github上能搜到。 本篇中FX5U作为从站。 在GX Works3上的操作。 参数→FX5UCPU→模块参数→以太网端口(双击 [自节点设置中]设置好ip地址...
-
C#爬虫框架
DotnetSpider 地址:DotnetSpider (一 架构的理解、应用、搭建 - Grom DotnetSpider这是国人开源的一个跨平台、高性能、轻量级的爬...
-
数栈技术分享：如何使用数栈进行数据采集？
数栈是云原生—站式数据中台PaaS，我们在github和gitee上有一个有趣的开源项目：FlinkX，FlinkX是一个基于Flink的批流统一的数据同步工具，既可以采集静态的数据，也可以采集实时变化的数据，是全域、异构、批流一体的数据同步引擎。大家喜欢...
-
网络爬虫获取数据的步骤【重点】
? 作者简介：大学机械本科，野生程序猿，学过C语言，玩过前端，还鼓捣过嵌入式，设计也会一点点，不过如今痴迷于网络爬虫，因此现深耕Python、数据库、seienium、JS逆向、安卓逆向等等，，目前为全职爬虫工程师，学习的过程喜欢记录，目前已经写下15W字...
-
抖音数据采集API
抖音数据采集API 接口列表： 搜索 关键词搜索用户 关键词搜索话题 关键词搜索视频 关键词搜索音乐 关键词搜索直播 关键词搜索地址 关键词搜索商品 关键词综合搜索 用户 用户信息 用户视频列表 用户直播...
-
【开源】Tsar——灵活的系统和应用采集软件
摘要： 在开源人的盛会LinuxCon + ContainerCon + CloudOpen中国（简称LC3）大会上，阿里云CDN团队的空见（花名），为大家分享了开源的系统和应用采集软件Tsar的背景、设计思路和用法、模块开发以及未来规划。 在开源人的盛...
-
Windows上的音频采集技术(转)
转自：http://shanewfx.github.io/blog/2013/08/14/caprure-audio-on-windows/ 前一段时间接到一个任务，需要采集到声卡的输出信号，以便与麦克风的输入信号进行混音。 之前一直没有研究过音频的相关...