Python爬蟲之用supervisor使scrapy在服務器後臺運行

折騰原因

之前都是遠程連接服務器，然後在命令行運行scrapy crawl spider，一旦關閉遠程連接，爬蟲就會停止，很不爽，畢竟能讓一個爬蟲在服務器一直跑纔是每個小白的夢想= =，所以開始研究如何使程序在後臺運行，剛開始看了scrapyd，感覺不好用，又搜了搜，發現了supervisor這個python進程管理程序。

supervisor簡介

Supervisor是用Python開發的一套通用的進程管理程序，能將一個普通的命令行進程變爲後臺daemon，並監控進程狀態，異常退出時能自動重啓。它是通過fork/exec的方式把這些被管理的進程當作supervisor的子進程來啓動，這樣只要在supervisor的配置文件中，把要管理的進程的可執行文件的路徑寫進去即可。也實現當子進程掛掉的時候，父進程可以準確獲取子進程掛掉的信息的，可以選擇是否自己啓動和報警。supervisor還提供了一個功能，可以爲supervisord或者每個子進程，設置一個非root的user，這個user就可以管理它對應的進程。

安裝supervisor

我的系統是centos7所以運行以下命令

# yum install supervisor

等待安裝完後，進入/ect目錄,主要看如下兩個文件。

supervisord.conf爲主配置文件，可以打開看一下，不用更改，supervisord.d爲子進程的配置文件夾，存放在這裏的配置文件在程序啓動後會自動讀取該文件夾下的文件，我們進入這個文件夾，創建一個子進程文件，名爲awesome.ini,內容如下：

[program:awesome]

command     = shell.py
directory   = /python/scrapy
user        = root
startsecs   = 3

redirect_stderr         = true
stdout_logfile_maxbytes = 50MB
stdout_logfile_backups  = 10
stdout_logfile          = /log/app.log

說明：
command：爲要後臺運行的shell命令
directory：指定command命令要執行的文件夾
user：執行命令的用戶
stdout_logfile：程序運行的日誌，報錯可以在這裏看。
創建好子進程文件後,運行如下命令解鎖程序：

# sudo unlink /run/supervisor.sock

再運行以下命令運行程序啓動爬蟲：

# supervisord

運行成功會有如下提示：

/usr/lib/python2.7/site-packages/supervisor/options.py:296: UserWarning: Supervisord is running 
as root and it is searching for its configuration file in default locations (including it
s current working directory); you probably want to specify a "-c" argument specifying an absolute path to a configuration file for improved security.
  'Supervisord is running as root and it is searching '

進程管理的相關命令

1) 查看所有子進程的狀態：

# supervisorctl status

awesome                             RUNNING    pid 2395, uptime 0:08:41

2）關閉、開啓指定的子進程：

# supervisorctl stop zhoujy
awesome: stopped

3）關閉、開啓所有的子進程：

# supervisorctl stop all
awesome: stopped
# supervisorctl start all
awesome: started

總結

終於可以愉快的爬蟲了呢！OvO