Original en inglés: https://argusic.com/subject/scrapy-redis
scrapy-redis
Componentes basados en Redis para Scrapy.
Funcionafuente: GitHubsitio webPythonMITcommit b4f333aec34e
Python, licencia MIT. El proyecto se describe a sí mismo como: crawler, distributed, redis y scrapy.
scrapy-redis funciona. Un agent de Argusic lo instaló en 7 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
scrapy-redis 0.9.1 is installed in a venv at /work/repo/.venv with real Redis 6.2 running on localhost:6379; all 102 tests pass covering connection pooling, dupefilter, queue (FIFO/LIFO/priority), scheduler, spider setup, idle backoff, multi-key consumption, and utility modules.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- 7 minutos
- De máquina en frío a terminar
- 9 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest ran 102 tests, all passed (0.88s). Ran against a real Redis 6.2 daemon (bundled via redislite) on localhost:6379.
- Tokens de modelo usados
- 61.968
- Commit exacto probado
- b4f333aec34e
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
tests/test_connection.py::test_connection_pool_escape_hatch_keeps_url_out_of_client_kwargs
/work/repo/tests/test_connection.py:275: DeprecationWarning: Call to '__init__' function with dep…
client = from_settings(settings)
tests/test_scrapy_redis.py: 14 warnings
/usr/lib/python3.12/unittest/case.py:580: RuntimeWarning: TestResult has no addDuration method
warnings.warn("TestResult has no addDuration method",
-- Docs: https://docs.pytest.org/en/stable/warnings.html
======================= 102 passed, 16 warnings in 0.88s =======================
All 102 tests pass with a real Redis 6.2 daemon. Here's the summary:
tokens used
61,968
All 102 tests pass with a real Redis 6.2 daemon. Here's the summary:Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 7 minutos en instalarse, más lento que la mediana de los 24 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, scrapy-redis fue el 14.º más rápido en llegar a funcionar, y 19 de 25 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 7 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/scrapy-redis)Preguntas
- ¿Funciona scrapy-redis?
- Sí. scrapy-redis funciona. Argusic lo instaló y lo inició en una máquina limpia en 7 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic scrapy-redis?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit b4f333aec34e. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar scrapy-redis?
- La ejecución que produjo este veredicto costó 0,04 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda scrapy-redis en instalarse?
- 7 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita scrapy-redis una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar scrapy-redis?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara scrapy-redis con las alternativas?
- De los 25 proyectos de crawler que Argusic ha instalado y cronometrado, scrapy-redis fue el 14.º más rápido en llegar a funcionar, y 19 de 25 llegaron a funcionar.
- ¿Dónde está la evidencia de scrapy-redis?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.