记录一下使用Laravels抵御百度爬虫的经历

下面由Laravel教程栏目给大家记录一下使用Laravel-s抵御百度爬虫的经历，希望对需要的朋友有所帮助！

github地址

为什么用 Laravel-s

百度小程序上线后，百度爬虫过高的 qps(并发) 导致 cpu 满载，服务器宕机，服务器配置4核8G内存5M宽带。这时候怎么办？

• 调整 php-fpm 参数，设置为静态，静态模式对比动态模式性能更高。比如设置子进程数量255甚至更高，越高承受的并发量越大，但越高占用内存越大。结论，一定程度上有效果，但高并发下无用。

• 反馈百度调整爬虫抓取频率。结论，等吧，黄花菜都凉了，但还是反馈下比较好。

• 负载均衡。让其他服务器分担压力，前提是有足够的服务器，且都要部署相同的代码，且不能影响其他服务器本来职责的业务。或者在某云临时申请N台服务器，但你不知道爬虫什么时间来，什么时间去，不现实。

• 接下来就是文章的主题，用 Laravel-s 加速 http 响应。

Laravel-s 究竟起到多少加速效果

由于当时没有统计所有时段 qps 具体值，所以没办法得出准确的结论，只能根据调整前后的机器负载做对比。

部署前，cpu满载，机器宕机N次，瘫痪状态。外网出宽带占满（5M），部署后cpu立即降到20+, 临时升级宽带15M后，cpu达到 60%,外网宽带仍被占满（只能说百度爬虫是真作啊，多少宽带你就来多少啊）。结论，至少带来5倍的性能提升。

具体部署

爬虫所爬取的页面只是一部分，所以并不是将线上项目改造成laravel-s，也不现实。我们只需要将爬取的页面分离出来，单独部署到laravel-s。

• 新建空项目，业务逻辑只处理抓取的页面api，项目端口号如 6501

• 部署 laravel-s ，测试api 及 ab压测

• 线上项目将爬虫爬取的页面路径代理到新建项目，如127.0.0.1:6501

location ~ ^/v1/test.* {
 proxy_pass http://127.0.0.1:6501;
 proxy_set_header Host $host;}

注意的几点：

• 在 conf/laravels.php 中，默认开启 worker 数量是 cpu 核数的两倍。

• laravles 是运行在 swoole ，在内存中，每次更改代码，需重启 laravel-s。

• 由于第2条的原因，数据库连接得不到释放，需开启 laravel 的断开重连（>laravle5.1）。在 conf/database.php中 mysql配置中添加

'options'   => [
 // 开启持久连接
 \PDO::ATTR_PERSISTENT => true,],

以上就是记录一下使用Laravel-s抵御百度爬虫的经历的详细内容，更多请关注其它相关文章！