前嗅（www.forenose.com）是国内领先的深度大数据专家，我们拥有从数据采集、分析、处理、管理、应用到营销，完 全独立知识产权的一整套大数据产品。前嗅致力于以深厚的技术功底和海量的数据资源打造国内第一家深度大数据平台！
分类： 数据库开发技术
2019-03-04 09:58:03
采集速度是调节任务采集快慢的一项设置，对采集速度的影响包括线程数目和采集间隔。
【采集速度】
1.线程数目
线程数目是运行采集任务时，软件启用的线程资源数目。线程数目越大，采集速度越快。
2.采集间隔
是指任务采集链接之间时间间隔。用户可以直接滑动按钮进行设置采集间隔，也可以直接填写采集间隔的时间数。
根据记录的采集日志，选择下次采集任务的采集策略。
【采集策略】
1.采集策略
2.采集阈值
阈的意思是界限，故阈值又叫，是指一个效应能够产生的最低值或最高值采集阈。
此处采集阈值即每个任务的上限，可以根据自己的需要设置，此处设置属于全局设置。
3.数据缓存
打开数据缓存可以将采集数据时的网页的源码记录下来，方便查看网页详细信息。
查看步骤：
①数据采集>装载记录
②选中其中一条记录，右击打开缓存数据
【查看缓存数据】
③网页数据缓存文本
【数据缓存文本】
4.装载策略
选择装载到日志列表的内容，即历史数据。含义如下：
5.加载日志宏
筛选符合条件的日志，对采集策略进行补充。（预留）
1.任务装载顺序
设置采集过程中，日志列表中对于各任务排列的顺序。
①顺序优先：按照采集任务列表的顺序，采集各列表任务的数据。
②负载均衡：打乱任务采集顺序，同时采集各任务的数据链接。优点是可以降低被网站封锁IP的风险，同时可以提高采集效率。
2.新任务装载方式
新采集任务是否同步装载。即用户可以选择对新采集任务进行同步装载也可以选择异步装载。
①同步：同步装载是指将所有链接加载完成之后同时采集。
②异步：异步装载是指加载一部分链接采集一部分，不需要全部加载完成之后再采集。
3.运行列表排重
勾选可对运行列表中的采集任务进行排重，减少运行工作量，提高运行效率。
4.从缓存加载网页
若先前在采集策略中勾选了数据缓存，可以从中加载网页。
