摘要：負載均衡設置負載均衡的目的就是為了多個服務器分擔壓力。修改的配置文件，添加如下內(nèi)容服務器集群名為代表最少鏈接負載均衡，去掉此行將使用默認的輪詢策略實現(xiàn)負載均衡若使用，此方法確保同一服務器響應請求，此方法適合有狀態(tài)的服務。

輸入下面命令運行splash：

docker run -p 8050:8050 scrapinghub/splash

一個splash的基本實例：

function main(splash, args)
    splash:go("http://www.baidu.com")
    splash:wait(0.5)
    lcoal title = splash:evaljs("document.title")
    return {title=title}
end

將上面實例復制到 localhost:8050 的代碼編輯區(qū)域，并將網(wǎng)址設為 http://www.baidu.com

點擊Render me！返回 http://www.baidu.com 的title

我們在這里定義的方法名稱為main()，這個名稱是固定的，Splash會根據(jù)這個名字執(zhí)行。

入口及返回值

該方法的返回值既可以是字典形式，也可以是字符串形式，最后都會轉(zhuǎn)化為Splash HTTP Response。

異步處理

Splash支持異步處理，但是這里沒有顯式指明回調(diào)方法，其回調(diào)實在Splash內(nèi)部完成的。

示例如下：

function main(splash, args)
    local example_urls = {"www.baidu.com", "www.taobao.com", "www.zhihu.com"}
    local urls = args.urls or example_urls
    local results  = {}
    for index, url in ipairs(urls) do
        local ok, reason = splash:go("http://" .. url)
        if ok then
            splash:wait(2)
            results[url] = splash:png()
        end
    end
    return results
end

上面實例運行結(jié)果為，三個網(wǎng)站的的截圖。
在腳本內(nèi)調(diào)用的wait()方法類似與sleep()。其參數(shù)為等待的秒數(shù)。

“..”為拼接字符串。

args

該屬性可以獲取加載時配置的參數(shù)，比如URL，

如果為GET請求，它還可以獲取GET請求參數(shù)；

如果為POST請求，它可以獲取表單提交的數(shù)據(jù)。

Splash也支持使用第二個參數(shù)直接作為args，例如：

function main(spalsh, args)
    local url = args.url
end

這里第二個參數(shù)args就相當于splash.args屬性，以上代碼等價于：

function main(spalsh)
    local url = splash.args.url
end

js_enable

這個屬性是Splash的JavaScript執(zhí)行開關，可以將其配置為true或false來控制是否執(zhí)行JavaScript代碼，默認為true.

一般不用設置此屬性，默認開啟。

resource_timeout

顧名思義，此屬性設置加載的超時時間，單位為秒。如果設置為0或者nil(類似python中的None)，代表不檢測超時。

此屬性用于加載速度較慢的情況，避免給一直等待，超過時間無響應，直接拋出異常忽略即可。

image_enable

顧名思義，設置圖片是否加載，默認情況加載。禁用之后可以節(jié)省網(wǎng)絡流量并提高加載速度。

注意，禁用圖片加載可能會影響JavaScript渲染。因為禁用圖片加載后，它的外層DOM節(jié)點的高度會發(fā)生變化，進而影響

DOM節(jié)點的位置。若JavaScript對圖片節(jié)點有操作的話，其執(zhí)行就會有影響。

初次之外Splash使用了緩存，一開始緩存了圖片，然后禁用了圖片加載。再進行加載圖片還會出現(xiàn)，此時重啟Splash即可

。

plugins_enable

此屬性控制瀏覽器插件（如Flash插件）是否開啟。默認false，不開啟。

scroll_position

通過設置此屬性來控制頁面上下或左右滾動。
示例如下：

function main(splash, args)
    assert(splash:go("https://www.taobao.com"))
    splash.scroll_position = {y=400}
    return {png = splash:png()}
end

這樣我們可以控制頁面向下滾動400像素。

go()

該方法用來請求某個鏈接，也可以模擬GET和POST請求，同時支持傳入請求頭、表單等數(shù)據(jù)，其用法如下：

ok, reason = splash:go{url, baseurl=nil, http_method="GET", body=nil, formdata=nil}

其參數(shù)說明如下：

url：請求的URL。

baseurl：可選參數(shù)，默認為空，表示資源加載相對路徑。

headers：可選參數(shù)，默認為空，表示請求頭。

http_method：可選參數(shù)，默認為GET，同時支持POST。

body：可選參數(shù)，默認為空，發(fā)POST請求時的表單數(shù)據(jù)，使用的Content-type為application/json。

formdata：可選參數(shù)，默認為空，POST請求時的表單數(shù)據(jù)，使用的Content-type為application/x-www-form-urlencoded

該方法的返回結(jié)果是結(jié)果ok和原因reason的組合，如果ok為空，代表網(wǎng)頁加載出現(xiàn)了錯誤，此時reason變量包含了錯誤的原因，否則證明頁面加載成功。

示例如下：

function main(splash, args)
    local ok, reason = splash:go{"http://httpbin.org/post", http_method="POST", body="name=Germy"}
    if ok then
        return splash:html()
    end
end

wait()

此方法可以控制頁面等待時間使用方法如下：
ok, reason = splash:wait(time, cancel_on_redirect=false, cancel_on_error=true)

參數(shù)說明如下：

time：等待的秒數(shù)。

cancel_on_redirect：可選參數(shù)默認為false，表示如果發(fā)生重定向就停止等待，并返回重定向的結(jié)果。

cancel_on_error：可選參數(shù)，默認為false，表示如果發(fā)生了加載錯誤，就停止等待。

返回結(jié)果也是ok和reason的組合。

jsfunc()

此方法可以直接調(diào)用JavaScript定義的方法，但是所調(diào)用的方法需要用雙中括號包圍，這相當于實現(xiàn)了JavaScript方法到Lua腳本的轉(zhuǎn)換。

evaljs()

此方法可以執(zhí)行JavaScript代碼并返回最后一條JavaScript語句的返回結(jié)果，使用方法如下：

result = splash:evaljs(js)

runjs()

此方法可以執(zhí)行JavaScript代碼，它與evaljs()的功能類似，但是更偏向于執(zhí)行某些動作或聲明某些方法。

autoload()

此方法可以設置每個頁面訪問時自動加載的對象，使用發(fā)放如下：

ok, reason = splash:autoload{source_or_url, source=nil, url=nil}

參數(shù)說明如下：

source_or_url：JavaScript代碼或者JavaScript庫鏈接。

source：JavaScript代碼

url：JavaScript庫鏈接

此方法只負責加載JavaScript代碼或庫，不執(zhí)行任何操作。執(zhí)行操作的話，需要調(diào)用evaljs()或runjs()方法。

call_later()

此方法可以通過設置定時任務和延遲時間來實現(xiàn)任務延時執(zhí)行，并且可以在執(zhí)行前通過cancel()方法重新執(zhí)行定時任務。

示例如下：

function main(splash, args)
    local snapshots = {}
    local timer = splash:call_later(function()
        snapshots["a"] = splash:png()
        splash:wait(1.0)
        snapshots["b"] = splash:png()
    end, 0.2)
    splash:go("https://www.taobao.com")
    splash:wait(3.0)
    return snapshots
end

http_get()

此方法可以模擬發(fā)送HTTP的GET請求，使用方法如下：

response = splash:http_get{url, headers=nil, follow_redirects=true}

參數(shù)說明如下：

url：請求URL

headers：可選參數(shù)，默認為空，請求頭。

follow_redirects：可選參數(shù)，表示是啟動自動重定向，默認為true。

http_post()

此方法用來模擬發(fā)送POST請求，使用方法如下：

 response = splash:http_post{url, headers=nil, follow_redirects=true, body=nil}

參數(shù)說明如下：

url：請求URL。

headers：可選參數(shù)，默認為空，請求頭。

follow_redrects：可選參數(shù)，表示是否啟動自動重定向，默認為true

body：可選參數(shù)，即表單數(shù)據(jù)，默認為空

set_content()

此方法用來設置頁面的內(nèi)容，示例如下：

function main(splash, args)
    assert(splash:set_content("
hello
"))
    return splash:png()
end

html()

此方法用來獲得網(wǎng)頁的源代碼

png()

此方法用來獲取PNG格式的網(wǎng)頁截圖。

jpeg()

此方法用來獲取JPEG格式的網(wǎng)頁截圖。

har()

此方法用來獲得頁面加載過程描述

url()

此方法可以獲取當前正在訪問的URL

get_cookies()

此方法可以獲取當前頁面的Cookies。

add_cookies()

此方法可以為當前頁面添加Cookies。

clear_cookies()

此方法可以清除所有的Cookies。

get_viewport_size()

此方法可以獲取當前瀏覽器頁面的大小。

set_viewport_size()

此方法可以設置當前瀏覽器頁面的大小

set_viewport_full()

此方法可以設置瀏覽器全屏顯示

set_uer_agent()

此方法可以設置瀏覽器的User-Agent。

set_custom_headers()

此方法可以設置請求頭

select()

該方法可以選中符合條件的第一個節(jié)點，如果有多個節(jié)點符合條件，則只會返回一個，其參數(shù)時CSS選擇器。

select_all()

此方法可以選中所有符合條件的節(jié)點，其參數(shù)是CSS選擇器。

mouse_click()

此方法可以模擬鼠標點擊操作，傳入的參數(shù)為坐標值的x 和y。此外，也可以直接選中某個節(jié)點，然后調(diào)用此方法。

與python結(jié)合調(diào)用。

render.html

此接口用于獲取JavaScript渲染的頁面的HTML代碼，接口地址就是Splash的運行地址加此接口名稱，
例如 :

http://localhost:8050/render.html?url=https://www.baidu.com

我們給此接口傳遞了一個url參數(shù)來指定渲染的URL，返回結(jié)果即頁面渲染后的源代碼。

render.png

此接口可以獲取網(wǎng)頁截圖，通過width和heigh來控制寬高，返回PNG格式的圖片二進制數(shù)據(jù)。示例如下：

curl http://localhost:8050/rnder.png?url=https://www.taobao.com&wait=5&width=1000&height=700

render.jpeg

此接口接口返回jpeg格式的網(wǎng)頁截圖。參數(shù)quality用來設置圖片質(zhì)量。

render.har

此接口用于獲取頁面加載的HAR數(shù)據(jù)，示例如下：

curl http://localhost:8050/render.har?url=https://www.jd.com&wait=5

render.json

此接口包含了前面接口的所有功能，返回結(jié)果是JSON格式。

execute

此接口是最為強大的接口，實現(xiàn)了與Lua腳本的對接。

負載均衡的目的就是為了多個服務器分擔壓力。
假設四臺服務器哦IP地址為：

127.0.0.1

127.0.0.2

127.0.0.3

127.0.0.4

四臺服務器的Splash均通過dockers的splash鏡像在端口：8050開啟服務。
選擇任意一臺帶有公網(wǎng)IP的主機來配置負載均衡。

首先在服務器安裝Nginx。

修改Nginx的配置文件nginx.conf，添加如下內(nèi)容：

http {
    upstream splash {  # 服務器集群名為splash
        least_conn;  
        # 代表最少鏈接負載均衡，去掉此行將使用默認的輪詢策略實現(xiàn)負載均衡
        # 若使用ip_hash，此方法確保同一服務器響應請求，此方法適合有狀態(tài)的服務。
        # Splash不需要應用此設置。
        server 127.0.0.1:8050;
        # 還可以添加weight參數(shù)設置權值，權值越高分配到的請求越多。
        server 127.0.0.2:8050;
        server 127.0.0.3:8050;
        server 127.0.0.4:8050;
    }
    server {
        listen 8050;
        location / {
            proxy_pass http://splash;
            # 設置下面兩行來進行用戶認真。
            auth_basic "Restricted";
            auth_baseic_user_file /etc/nginx/conf.d/.htpasswd;
        }
    }
}

上面用戶認證的用戶名和密碼配置放置在 /etc/nginx/conf.d 目錄下，我們需要使用htpasswd命令創(chuàng)建。

例如，創(chuàng)建一個用戶名為admin的文件，相關命令如下：

htpasswd -c .htpasswd admin

之后輸入兩次密碼即可。

配置完成后需要重啟Nginx服務。

測試文件在

./test_load_balance.py