- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
好吧,我知道我的问题需要更多的指导,而不是技术细节,但我希望 SO 成员不会介意 TPL 数据流的新手提出一些非常基础的问题。
我有一个简单的 Windows 窗体应用程序,它负责从我系统上的 Excel 文件中提取数据并将它们保存在数据库中。这个过程太长了,我想把它变成异步和并行的。以下是我的场景的简介。
Call function to Open connection to the database at the start
Call function to Update database with the time of the operation
Application needs to process suppose 100 Excel files which are in incremental order. For this I have used FileNumber which is incremented with each call.
Call function to UpdateUI (PageNumber is passed) (Example. File 1 processing)
Call function to Read Excel file (PageNumber is passed)
Call function to Process Excel file data (Excel Data is passed and PageNumber is passed)
Call function to Save values in the database (Excel Data is passed and PageNumber is passed)
Call function to UpdateUI (PageNumber is passed) (Example. File 1 processed)
现在我所取得的成就是我能够使用任务使这个过程异步。我对所有长时间运行的操作都使用了 async 和 await,并将我的函数转换为任务。
现在我想让一些任务并行运行。并非每个任务都是并行的,例如 OpenDatabase 连接只是异步的。但是我想创建一个任务或函数,它将为我的应用程序中的每个任务/函数使用数据流 block ,从更新 UI 到读取 Excel 文件并将它们保存到数据库中。
我开始使用 ActionBlock 来尝试这个,但是有太多不同的 block 我一无所知。请指导我在这种情况下将使用哪个 block 。如果有人为这种情况提供伪代码,那将非常棒。我将有一些事情可以开始。
最佳答案
在学习了 TPL Dataflow 之后,我设法对它及其 block 有了基本的了解。我在下面提到了我的理解,以防其他人需要抢先一步。
TPL Dataflow 建立在 TPL(任务并行库)之上,其主要目的是实现生产者/接收者(参与者/代理)设计。
TPL 数据流由 block 组成,这些 block 也称为数据流 block 。这些数据流 block 的目的是缓冲、处理和传播数据。每个 block 可以是接收者或生产者,也可以是两者。
无论其用途(接收方、生产方)如何,每个 block 都实现 IDataflowBlock。该接口(interface)的目的是使一个类成为数据流 block 。第二个目的是使任何 block 能够通过成功完成或故障关闭,最后这个接口(interface)使 block 能够返回 System.Threading.Task,它代表 block 异步完成。
此外,还有其他不同的接口(interface),根据其目的使用,即接收者、生产者或传播者。接收方 block 实现 ISourceBlock,生产方 block 实现 ITargetBlock 和传播方 IPropagatorBlock。
block 也可以分为其他类别,如
>> Execution Blocks
>> ActionBlock
>> TransformBlock
>> TransformManyBlock
>> Buffering Blocks
>> BufferBlocl
>> BrodcastBlock
>> WriteOnceBlock
>> Joining Blocks
>> BatchBlock
>> JoinBlock
>> BatchedJoinBlock
除了这些内置 block 之外,还可以编写自定义 block ,但在大多数情况下,这些 block 都能达到目的。此外,我还可以包括每个 block 的用途,但它会成为一篇文章。这是我的基本理解,我仍在学习和探索 TPL 数据流。
如果有人想了解专门用于数据抓取器的 TPL 数据流,那么这里是示例数据流框图,以帮助更好地理解该过程。
来源:https://petermeinl.wordpress.com/2012/10/13/a-webcrawler-demonstrating-the-beauty-of-tpl-dataflow/
关于c# - 为网站抓取工具实现的 TPL 数据流,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32073831/
如本answer所述,如果浏览器不支持 e,可以设置后备游标。 G。 光标:抓取;。我现在的问题是获取这些图像。在我的驱动器上本地搜索“.cur”只给了我系统光标,其中 grab.cur 和 grab
以下代码在计算机上运行以从 Instagram 帐户中抓取数据。当我尝试在 VPS 服务器上使用它时,我被重定向到 Instagram 登录页面,因此脚本不起作用。 为什么当我在电脑上或服务器上时,I
我在使用 Ruby 和 Mechanize 将 POST 查询传递到站点的网站上。访问站点的查询基于 firebug,如下所示 param.PrdNo=-1¶m.Type=Prop¶m
我正在尝试抓取一个具有多个页面结果的网站,例如“1、2、3、4、5...”。 每个分页号都是到另一个页面的链接,我需要抓取每个页面。 到目前为止,我想出了这个: while lien = page.l
我正在使用 HtmlAgilityPack 在 C# Asp.Net 中执行 Scraping,到目前为止,我在从多个 Web 执行 Scratch 时没有遇到问题,但是,尝试弹出以下代码时出现错误
如果我有一个 css 文件做这样的事情 #foo:after{content:"bar;} ,有没有办法用 javascript 获取 :after 的内容?获取父元素的内容只返回 #foo 元素的内
问题是这样的: 我有一个 Web 应用程序 - 一个经常更改的通知系统 - 在一系列本地计算机上运行。该应用程序每隔几秒刷新一次以显示新信息。计算机仅显示信息,没有键盘或任何输入设备。 问题是,如果与
我想制作一个程序来模拟用户浏览网站和点击链接。必须启用 Cookie 和 javascript。我已经在 python 中成功地做到了这一点,但我想把它写成一种可编译的语言(python ide 不会
我制作了这个小机器人,它通过搜索参数列表进行处理。它工作正常,直到页面上有几个结果: product_prices_euros 给出了一半为空的项目列表。因此,当我与 product_prices_c
我需要找到一个单词的匹配项,例如: 在网上找到所有单词“学习”https://www.georgetown.edu/(结果:4个字)(您可以看到它按CTRL + F并搜索) 我有我的 Python 代
有一个站点\资源提供一些一般统计信息以及搜索工具的界面。这种搜索操作成本高昂,因此我想限制频繁且连续(即自动)的搜索请求(来自人,而不是来自搜索引擎)。 我相信有很多现有的技术和框架可以执行一些情报抓
这并不是真正的抓取,我只是想在网页中找到类具有特定值的 URL。例如: 我想获取 href 值。关于如何做到这一点的任何想法?也许正则表达式?你能发布一些示例代码吗?我猜 html 抓取库,比如 B
我正在使用 scrapy。 我正在使用的网站具有无限滚动功能。 该网站有很多帖子,但我只抓取了 13 个。 如何抓取剩余的帖子? 这是我的代码: class exampleSpider(scrapy.
我正在尝试从这个 website 中抓取图像和新闻 url .我定义的标签是 root_tag=["div", {"class":"ngp_col ngp_col-bottom-gutter-2 ng
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭上个月。 Improve this ques
我在几个文件夹中有数千个 html 文件,我想从评论中提取数据并将其放入 csv 文件中。这将允许我为项目格式化和清理它。例如,我在这个文件夹中有 640 个 html 文件: D:\My Web S
我在编写用于抓取网页的实用程序时遇到了一个问题。 我正在发送 POST 请求来检索数据,我模仿我正在抓取的网络行为(根据使用 fiddler 收集的信息)。 我已经能够自动替换我的 POST 中除 V
对于 Googlebot 的 AJAX 抓取,我在我的网站中使用“_escaped_fragment_”参数。 现在我查看了 Yandex 对我网站的搜索结果。 我看到搜索结果中不存在 AJAX 响应
我正在尝试抓取网站的所有结果页面,它可以工作,但有时脚本会停止并显示此错误: 502 => Net::HTTPBadGateway for https://website.com/id/12/ --
我是一个学习网络爬虫的初学者,由于某种原因我无法爬网this地点。当我在 Chrome 中检查它时,代码看起来不错,但是当我用 BeautifulSoup 阅读它时,它不再是可刮的。汤提到“谷歌分析”
我是一名优秀的程序员,十分优秀!