摘要：前面的文章將做爬蟲的基礎一直到部署都梳理了一遍，現在來看一下分布式的處理為什么需要分布式需要抓取的不同數據有很多，會同時開啟無頭瀏覽器去抓取，然后獲取到數據后又無厘頭的一股腦擠進數據庫無法保證同一時刻需要的數據只有一個操作在進行分布式選擇因

   1. 需要抓取的不同數據有很多，會同時開啟無頭瀏覽器去抓取，然后獲取到數據后又無厘頭的一股腦擠進數據庫
   2. 無法保證同一時刻需要的數據只有一個操作在進行

因為使用的是node，所以盡可能的尋找node支持的分布式框架
ZooKeeper 和 RabbitMQ 的思想百度上有好多說明，讀者可以自行搜索作更詳細的了解
node版的zookeeper
node版的RabbitMQ

發布者，給書旗起一個標識為 37 (channel_id)，然后是要抓取書的書籍id(channel_book_id)

// 我們以接口的形式接收爬取的參數    
// 簡易版請求(除了接收參數不做任何處理) -> 發布者
app.get("/v1.0/grasp_book", (req, res, next) => {
  // 抓取時需要的參數
  if (!req.query.channel_id && !req.query.channel_book_id) {
    res.send({
      code: 403,
      msg: "params error"
    })
    return null;
  }
  // 發布者
  // 連接rabbitmq
  amqp.connect("amqp://rabbitmq:12345678@127.0.0.1:5672/").then(function(conn) {
    return conn.createChannel().then(function(ch) {
      // 創建 hello 的消息隊列
      var q = "hello";
      // 解析為json字符串格式作為傳遞的數據格式
      var msg = JSON.stringify({
        "channel_id": req.query.channel_id,
        "book_id": req.query.book_id
      })
      // 連接并保持
      var ok = ch.assertQueue(q, {durable: true});
      return ok.then(function(_qok) {
        // 發送數據到消費者
        ch.sendToQueue(q, Buffer.from(msg));
        console.log(" [x] Sent "%s"", msg);
        return ch.close();
      });
    }).finally(function() { conn.close(); });
  }).catch(console.warn);
  res.send({
    code: 200,
    msg: "success"
  });
}); 

命令行啟動app.js，發出請求并查看結果，{} 里面的就是我們發送出去的數據

消費者，接收到發布者傳遞過來的數據建立消息隊列，然后用Zookeeper創建臨時節點以保持隊列依次執行

var zookeeper = require("node-zookeeper-client");

// 根據標識動態引入js文件
function moduleCustomize(channel_id) {
    return require(`../${channel_id}.js`)
}

 
var client = zookeeper.createClient("127.0.0.1:2181");

async function sleep(second) {
  return new Promise((resolve, reject) => {
    setTimeout(() => {
      resolve("sleep")
    }, second)
  })
}

// 連接_zookeeper
client.once("connected", function () {
  console.log("Connected to the server.");
  // 建立連接 rabbitmp
  amqp.connect("amqp://rabbitmq:12345678@127.0.0.1:5672/").then(function(conn) {
    return conn.createChannel().then(function(ch) {
      // 與名為 hello(由發布者創建) 的消息隊列建立連接
      var ok = ch.assertQueue("hello", {durable: true});
      // 預存為1
      ok = ok.then(function() { ch.prefetch(1); });
      ok = ok.then(function() {
        // doWork 回調函數 -> 執行接收到數據后的操作
        ch.consume("hello", doWork, {noAck: false});
      });
      return ok;
      // rabbitmq 處理
      function doWork(msg) {
          // 接收到數據
          var body = msg.content.toString();
          console.log("[x] Received "%s"", body);
          let _body = JSON.parse(body)
          let channel_book_id = _body["channel_book_id"];
          let channel_id = _body["channel_id"];
          // zookeeper 節點
          let path = `/${channel_id + "_" + channel_book_id}`
          // 連接_zookeeper 判斷是否存在
          client.exists(path, function (error, stat) {
              if (error) {
                  console.log(error.stack);
                  return;
              }
              if (stat) {
                console.log("Node exists.");
                // 存在則不執行，但需要將數據傳遞下去
                // ack 可以參考 https://www.jianshu.com/p/a5f7fce67803
                ch.ack(msg);
              } else {
                  console.log("Node does not exist.");
                  // 操作完成后則釋放當前創建的臨時節點
                  client.create(path, null, zookeeper.CreateMode.EPHEMERAL, function (error) {
                    if (error) {
                        console.log("Failed to create node: %s due to: %s.", path, error);
                    } else {
                        console.log("Node: %s is successfully created.", path);
                          
                        // 根據傳入標識(如書旗就是37)動態引入js文件(抓書的操作)
                        moduleCustomize(channel_id).init(channel_book_id)

                        // 傳遞數據
                        ch.ack(msg);
                        // 釋放當前創建的臨時節點
                        client.remove(path, -1, function (error) {
                            if (error) {
                                console.log(error.stack);
                                return;
                            }
                            console.log("Node is deleted.");
                        });

                    }
                  });
                }
              console.log("任務執行完畢")
            });
      }
    });
  }).catch(console.warn);


});
 
client.connect();

命令行啟動rab_consumer.js，{} 里面就是我們接收到消息隊列里面的數據了