我们都知道mysql数据库能存储大量数据，但是你知道数据是怎么存储在mysql中的吗？

一般将数据保存到MySQL中有两种方式，同步模式和异步模式。

同步模式

同步模式是采用SQL语句，将数据插入到数据库中。但是要注意的是Scrapy的解析速度要远大于MySQL的入库速度，当有大量解析的时候，MySQL的入库就可能会阻塞。import MySQLdbclass MysqlPipeline(object):

def __init__(self):

self.conn = MySQLdb.connect('127.0.0.1','root','root','article_spider',charset="utf8",use_unicode=True)

self.cursor = self.conn.cursor() def process_item(self, item, spider):

insert_sql = """

insert into jobbole_article(title,create_date,url,url_object_id) VALUES (%s,%s,%s,%s)

"""

self.cursor.execute(insert_sql,(item["title"],item["create_date"],item["url"],item["url_object_id"]))

self.conn.commit()

异步模式

采用同步模式可能会产生阻塞，我们可以使用Twisted将MySQL的入库和解析变成异步操作，而不是简单的execute，commit同步操作。

关于MySQL的配置，我们可以直接在配置文件配置数据库：MYSQL_HOST = "127.0.0.1"

MYSQL_DBNAME = "article_spider"

MYSQL_USER = "root"MYSQL_PASSWORD = "root"

在settings中的配置，我们通过在pipeline中定义from_settings获取settings对象，可以直接获取settings配置文件中的值。

使用Twisted提供的异步容器连接MySQL：import MySQLdb

import MySQLdb.cursorsfrom twisted.enterprise

import adbapi

使用adbapi可以使mysqldb的一些操作变成异步化的操作

使用cursors进行sql语句的执行和提交

代码部分：class MysqlTwistedPipline(object):

def __init__(self,dbpool):

self.dbpool = dbpool @classmethod

def from_settings(cls,settings):

dbparms = dict(

host = settings["MYSQL_HOST"],

db = settings["MYSQL_DBNAME"],

user = settings["MYSQL_USER"],

passwd = settings["MYSQL_PASSWORD"],

charset = 'utf8',

cursorclass = MySQLdb.cursors.DictCursor,

use_unicode=True,

)

dbpool = adbapi.ConnectionPool("MySQLdb",**dbparms) return cls(dbpool) def process_item(self, item, spider):

#使用Twisted将mysql插入变成异步执行

#runInteraction可以将传入的函数变成异步的

query = self.dbpool.runInteraction(self.do_insert,item) #处理异常

query.addErrback(self.handle_error,item,spider) def handle_error(self,failure,item,spider):

#处理异步插入的异常

print(failure) def do_insert(self,cursor,item):

#会从dbpool取出cursor

#执行具体的插入

insert_sql = """

insert into jobbole_article(title,create_date,url,url_object_id) VALUES (%s,%s,%s,%s)

"""

cursor.execute(insert_sql, (item["title"], item["create_date"], item["url"], item["url_object_id"])) #拿传进的cursor进行执行，并且自动完成commit操作

以上代码部分，除了do_insert之外，其它均可复用。