24 时跑爬虫程序，硬件自己组装， v 友们可有推荐

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2820 天前的主题，其中的信息可能已经有所发展或是发生改变。

预算 2000 。
能跑 scrapy 框架写的程序就可
主要担心的还是长时间运行，硬件受不了。
跪求推荐。。

Scrapy

程序

硬件

推荐

54 条回复 • 2016-08-02 14:58:29 +08:00

prasanta

2016-07-30 16:41:41 +08:00

使用 scrapy 的话内存一定要够大！！！！

liangmishi

2016-07-30 17:02:04 +08:00

@prasanta 多大才算够大， 4G 够不够

lbp0200

2016-07-30 17:03:53 +08:00

参考我的， https://www.v2ex.com/t/292363

xiaoshangmin

2016-07-30 17:04:53 +08:00 via iPhone

反正我 256 内存的连装都装不了

prasanta

2016-07-30 17:11:52 +08:00

24 小时爬的话我选择 16g 内存

wun

2016-07-30 17:12:36 +08:00 via Android

在图吧，你已经可以买三分之二个网吧了

liangmishi

2016-07-30 19:00:53 +08:00 via Android

@lbp0200 感谢，正是我想要的

liangmishi

2016-07-30 19:01:12 +08:00 via Android

@xiaoshangmin 256 都几年前的了。。

liangmishi

2016-07-30 19:01:53 +08:00 via Android

@prasanta 8g 先用，等有钱再来一条 8g

liangmishi

2016-07-30 19:02:08 +08:00 via Android

@wun 图吧是啥？？

shijingshijing

2016-07-30 19:06:59 +08:00

二手超低电压 Xeon 搭配 SSD ，稳定、功耗低、性能还挺 NB 的。芯片组注意选 H55 以后的， TDP 都是个位数，不要选 G4x 搭配 Core 2 以前的，功耗高。

ytf4425

2016-07-30 19:09:04 +08:00

@liangmishi 大耳朵图图吧
专收垃圾
对了你也可以试试洋垃圾，不过大概噪音还是蛮大的

shijingshijing

2016-07-30 19:09:26 +08:00

不想操心推荐上 HP 的 Gen 8 ，配合超低电压的 G1610T ，内存可以自己加，觉得性能不行就把 CPU 换成低电压的 Xeon ，其实最关键的是 HP 把这个小机是按服务器的标准设计的，电源都是用的 Delta 等大厂带 Active PFC 高效能的，效率和可靠性远高于一般 PC 。

liangmishi

2016-07-30 19:19:27 +08:00

@ytf4425 看了下，感觉不会玩，还是乖乖去某东。。

liangmishi

2016-07-30 19:29:32 +08:00

@shijingshijing 确实是个可以考虑的方案，感谢~

yeshang

2016-07-30 19:40:15 +08:00

爬什么?

gainsurier

2016-07-30 19:44:01 +08:00

树莓派，然后接硬盘，成本 300 元不到，还省电。

lan894734188

2016-07-30 19:48:06 +08:00 via Android

Dell 2950 x5460 x2. 4gx8

lbp0200

2016-07-30 21:01:16 +08:00

@gainsurier 刚从这个方案逃离，硬盘经常掉线

UnisandK

2016-07-30 21:07:33 +08:00

这预算租个独服不挺好，为啥要自己装硬件。。

shijingshijing

2016-07-30 21:43:29 +08:00

@UnisandK 独服远程的话网络稍微不行就不好控制，本地的话还可以顺便再买两个大硬盘给大姐姐们住。

shijingshijing

2016-07-30 21:44:47 +08:00

@liangmishi 开多线程爬的时候，还是选低频多核带超线程的，肉测过，这个比高频少核的要 NB

liangmishi

2016-07-30 21:45:05 +08:00

@yeshang 兴趣，爬什么不重要，可能是微博
@gainsurier 感觉树莓派 hold 不住
@lan894734188 没看懂。。哥。。。
@UnisandK 是的，但是这个以后还会有用处的，比如放在家做做备份，或者其他，主要还是考虑到硬盘存储的原因，租的硬盘很小

liangmishi

2016-07-30 21:50:09 +08:00

@shijingshijing 非常感谢！！！顺便给大姐姐们住~
现在感觉你 HP 的 Gen 8 正好到我的预算，如果再加内存和硬盘，这预算就超得有点多了

lan894734188

2016-07-30 22:00:45 +08:00 via Android

@liangmishi 服务器配置加起来 1k 不到吧

airqj

2016-07-30 22:10:44 +08:00

爬虫又不计算密集型
把钱用在内存上

dongfang

2016-07-30 22:31:32 +08:00

这种 24 小时开机情况，不应该用服务器吗？
阿里云、腾讯云等等很多呀。

liangmishi

2016-07-31 00:07:55 +08:00

@lan894734188 您说的服务器是指云服务器吗，如果以长远来考虑还是自己组装来得划算，毕竟我只是需要向外访问，不需要外网能访问进来
@airqj 谢谢，提醒了我，没错，爬虫确实不是计算密集型的~感谢
@dongfang 云服务器不划算的，如果硬盘要加大点就会显得很贵

3dwelcome

2016-07-31 00:14:08 +08:00

我以前也考虑过， arm linux/android 或 intel atom cpu 平台比较合适，可以长期低功耗的运行，无风扇也挺稳定的。前提是你抓取后，并不需要大数据加工处理。

爬虫 only 的，上传统台式机总觉得没啥必要。。

UnisandK

2016-07-31 00:19:19 +08:00

@liangmishi 这是 KS-4C 优惠版的配置，现在收一个大概 350 软的样子，做了免税续费是 11 欧每月，机房有加拿大和法国

当然 2TB 硬盘依然觉得小的话那就没办法了

em70

2016-07-31 00:22:53 +08:00

市面上的云服务器上行带宽都是不限且免费的,不用这个跑爬虫,还自己搭建?

3dwelcome

2016-07-31 00:24:59 +08:00

云服务器 IP 是固定的，比如我以前爬 google map, 一段时间会封你的 IP ，在自己家搭建机器用 adsl ，重新拨号就换了个动态 IP ，比机房好，呵呵。

liangmishi

2016-07-31 00:35:16 +08:00

@UnisandK 果然不错性价比很高，其实我不只是有爬虫这个需求，如果以后不做爬虫了，这些硬件还可以改装成其他玩意，很好玩的，比如做个监控，比如可以放在家里可以控制某些智能的家具(虽然现在还没有)

@em70 爬虫只需要能访问公网即可，市面上的服务器我也买了个，专门用来跑 web 还不错
@3dwelcome 感觉自己搭建服务器很爽有没有~

harry890829

2016-07-31 00:41:23 +08:00

我就问下，买个家用服务器是不是就不需要 nas 了？

Marfal

2016-07-31 02:30:18 +08:00 via iPhone

楼主你还是上云吧，按小时付费的那种，等发现确实需要再买硬件或者是租独服，这样下来花不了多少钱也不用在这纸上谈兵。

moosoome

2016-07-31 09:15:07 +08:00

@Marfal 做爬虫上云的话还买可切换 ip 的 vps ，配置代理池，非商用爬虫的话还是自建吧

xiaocsl

2016-07-31 10:03:37 +08:00

@em70 并不是这样,我之前也这么认为,自从花钱买了美团云.

em70

2016-07-31 10:40:14 +08:00

@xiaocsl 我跟你保证阿里云和 linode 都是上行带宽无限且免费

unfurl

2016-07-31 10:49:42 +08:00

intel nuc 怎么样？

SmiteChow

2016-07-31 11:16:04 +08:00

@em70 你说的是下行吧，上行怎么可能无限。

em70

2016-07-31 11:43:26 +08:00

@SmiteChow 上行是对服务器而言,反正官方文档这样描述的,就是在服务器上的下载带宽是免费且无限的,很适合做爬虫.

liangmishi

2016-07-31 12:31:17 +08:00

@harry890829 其实就是台主机连根网线而已。。

@Marfal 感谢您的建议

@unfurl 这个可以有，不过感觉性价比没自己一块块组建起来的高

@SmiteChow
@em70 其实我觉得上云和自己组建差不了多少的，我考虑的有两点， 1 、自己组建以后还有别的用途， 2 、自己组建硬盘够大

bzzhou

2016-07-31 20:03:38 +08:00

爬虫对 CPU 、内存要求都很低， HP gen8 跑满 100M 带宽很容易

exiaohao

2016-07-31 20:56:30 +08:00

去收 E5-26xx 啊已经比 X56xx 还便宜了
内存能上多大上多大
可以考虑下二手服务器~

自己组的话 6 系的 U+能上多大上多大的内存和固态盘，散热做好防尘做好
我家的 Gen8 在没有空气净化器的屋子里已经快瘫了

哦对了，爬虫这玩意，不是最重要的是网好网卡好么
intel/broadcom 选一，千万别用螃蟹卡什么的~

哦对对对对了
之前用青云的 mongodb 存爬虫，一不小心 1T 空间就炸了，记得评估一下每个月大概能产生多少数据
建议多上几块机械盘开 Raid 存数据，固态盘跑服务

liangmishi

2016-08-01 00:45:31 +08:00

@bzzhou 对宽带要求比较高

@exiaohao 感觉不知道哪里收比较好，有风险~ 请教一下， 6 系列是值什么，京东上找了半天~
感谢您的建议~~

lan894734188

2016-08-01 08:58:45 +08:00 via Android

@liangmishi 我的意思就是让你组装

lazyhan

2016-08-01 15:00:59 +08:00

@wun 图吧基佬

chaichaichai

2016-08-01 17:29:52 +08:00

Gen 8 用户表示，如果放家里一定要换风扇，推荐猫头鹰的风扇，基本感觉不到风扇的声音

liangmishi

2016-08-01 22:37:35 +08:00 via Android

@chaichaichai 谢谢

SlipStupig

2016-08-02 07:47:53 +08:00

@liangmishi 云计算是便宜的，可以按需收费，你放家里面现在天气这么热，你想 7*24 不停的运行空调肯定是要开的，每天机器都是开着的，算下来电费要多少钱啊，至于存储有免费的云存储，收费的也就是几块钱 1T ，你还要办宽带估计你的说法是带宽需求比较大最少要 100M 吧，还要换个好点的路由器（ 90 块钱的 TP-LINK 完全是废物），你还得买台机器，更要命的事情你机器估计连容灾备份都没有，突然断电就数据全丢了。大概算一下你在家里的费用

硬件成本：机器 2k+路由器 1k(美国网件)
消耗成本： 1 ）带宽： 300/mon 2 ）电费： 360/Mon （电脑 7.2 （ 0.3*24 ），空调 4.8 （ 0.6*8 ，如果空调开整天的话更多），一天电费：）

结论：你一次投入就要 3000 ，然后每个月还要额外投入 660 块钱，你觉得划算么？

msg7086

2016-08-02 10:49:39 +08:00

@SlipStupig 拍脑袋算成本也是醉了。
机器配 3k ，双网卡级联 5 嘴交换机，主机自己就能做软路由，根本不需要 1k 的网件。
（就算你买网件，我 3 年前买的 3700v2 也只要 50 刀，折 300 多，性能足够强劲几个月不用重启。）
电脑的电费就更扯淡了，就说 i7-6700 的机器 24x7 满载也只有 100w 左右这 0.3 是哪来的？
热量的话，我现在这边白天天气 35+，室内无空调无日晒保持在 28 以下，电脑 24x7 大概一半时间满载运行，也没见有多热啊。哦，还有一块 GTX 独显和 7 块硬盘在一直跑着呢。

反过来说，家里不开服务器的话，就不用买路由不用装宽带不用开电脑不用开空调了是不？

@liangmishi 电脑硬件就是设计成长时间运行的。大厂品牌 24x7 运行个几年不成问题。
手头看的 24x7 运行最容易坏的就是硬盘了。考虑上 SSD RAID 或者 HGST 。

liangmishi

2016-08-02 13:50:54 +08:00

@SlipStupig 谢谢您的建议，开这样一台机子就跟多开两台笔记本的热量等同吧，空调屋下不影响的。
虽然一次性投入的比租云多很多，但是从长远的角度来看，感觉很值得

@msg7086 SSD+HGST ， SSD 跑程序， HGST 存数据。就是不知道这些主板是否都有支持 Linux 系统？

msg7086

2016-08-02 14:51:54 +08:00

@liangmishi 不是主板支持 Linux ，而是 Linux 支持主板。
如果不放心那就买前一代的产品咯。
或者弄个新点的内核就好。

liangmishi

2016-08-02 14:58:29 +08:00

@msg7086 感谢，明白了~