redis做url的缓存问题
在爬虫的时候，想使用 redis 来做url 的缓存，不过在操作的时候，遇到了一些小问题。在redis 我想存储的数据格式如下： key domain visited ,数据举例： {"hk134" ,"aton", 0}{"yk457" ,"tianya", 1}，这样的数据有数百万。
问题如下：如何从缓存中获取一个 visited 为 0 的数据？
另外想参考一下，大家在爬虫的时候，是如何对 url 进行去重的？看了一些开源的一些代码，结合redis 的 list 和 hash 来做，没有看懂。
所以想问一下大家，是如何对大量数据进行去重的？如先有url 100万条（不重复），再抓取了 100 条 url，如何将这 100 条url 添加到已有的 url 里？
谢谢
展开
收起
1
条回答
写回答
写回答
-
喜欢技术，喜欢努力的人Redis建议尽可能使用hash存储数据。
第一个问题，Redis目前没有提供通过value获取key的方式，你可以上网查查有没有相关的帖子介绍
url去重用程序代码可以实现，在爬取的过程中去重之后再存入redis应该更合理。
如果非要用Redis实现，应该用set才对，因为set不能保存相同的string，所以一股脑丢给redis的set即可解决这个问题。2019-07-17 18:44:59赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
