Как извлечь данные из PostgreSQL, обработать, а затем сохранить в javascript? - PullRequest
Новая
       54

Как извлечь данные из PostgreSQL, обработать, а затем сохранить в javascript?

1 голос
/ 20 марта 2019

Я не слишком знаком с продвинутым JavaScript и ищу какое-то руководство. Я хочу сохранить содержимое веб-страницы в БД, используя puppeteer-cluster Вот начальный пример: 

const { Cluster } = require('puppeteer-cluster');

(async () => {
  const cluster = await Cluster.launch({
    concurrency: Cluster.CONCURRENCY_CONTEXT,
    maxConcurrency: 2,
  });

  await cluster.task(async ({ page, data: url }) => {
    await page.goto(url);
    const screen = await page.content();
    // Store content, do something else
  });

  cluster.queue('http://www.google.com/');
  cluster.queue('http://www.wikipedia.org/');
  // many more pages

  await cluster.idle();
  await cluster.close();
})();

Похоже, мне, возможно, придется использовать pg addon для подключения к БД. Каков будет рекомендуемый подход к этому?

Вот мой стол: 

+----+-----------------------------------------------------+---------+
| id | url                                                 | content |
+----+-----------------------------------------------------+---------+
| 1  | https://www.npmjs.com/package/pg                    |         |
+----+-----------------------------------------------------+---------+
| 2  | https://github.com/thomasdondorf/puppeteer-cluster/ |         |
+----+-----------------------------------------------------+---------+

Полагаю, мне нужно будет извлекать данные в массив (id & url), а после каждого получения контента сохранять его в БД (по идентификатору и содержимому).

1 Ответ

1 голос
/ 20 марта 2019

Вы должны создать соединение с базой данных вне функции задачи: 

const { Client } = require('pg');
const client = new Client(/* ... */);
await client.connect();

Затем вы запрашиваете данные и ставите их в очередь (с идентификатором, чтобы иметь возможность сохранить его в базе данных позже): 

const rows = await pool.query('SELECT id, url FROM your_table WHERE ...');
rows.forEach(row => cluster.queue({ id: row.id, url: row.url }));

И затем, в конце функции задачи, вы обновляете строку таблицы. 

await cluster.task(async ({ page, data: { id, url, id } }) => {
    // ... run puppeteer and save results in content variable
    await pool.query('UPDATE your_table SET content=$1 WHERE id=$2', [content, id]);
});

В целом ваш код должен выглядеть следующим образом (знайте,что я сам не проверял код): 

const { Cluster } = require('puppeteer-cluster');
const { Client } = require('pg');

(async () => {
    const client = new Client(/* ... */);
    await client.connect();

    const cluster = await Cluster.launch({
        concurrency: Cluster.CONCURRENCY_CONTEXT,
        maxConcurrency: 2,
    });

    await cluster.task(async ({ page, data: { id, url } }) => {
        await page.goto(url);
        const content = await page.content();
        await pool.query('UPDATE your_table SET content=$1 WHERE id=$2', [content, id]);
    });

    const rows = await pool.query('SELECT id, url FROM your_table');
    rows.forEach(row => cluster.queue({ id: row.id, url: row.url }));

    await cluster.idle();
    await cluster.close();
})();
...