零基礎(chǔ)學(xué)爬蟲大概多久??？時(shí)間并非可以確定的，是有得有充足的編碼經(jīng)驗(yàn)，從基礎(chǔ)小示例練起，先能很好地再現(xiàn)別人的案例，在試圖自己創(chuàng)意一些具體看實(shí)現(xiàn)，逐步降低精進(jìn)?？茨阌?jì)算機(jī)基礎(chǔ)知識(shí)扎實(shí)不功底扎實(shí)，必須爬蟲的

零基礎(chǔ)學(xué)爬蟲大概多久?。?/h2>

時(shí)間并非可以確定的，是有得有充足的編碼經(jīng)驗(yàn)，從基礎(chǔ)小示例練起，先能很好地再現(xiàn)別人的案例，在試圖自己創(chuàng)意一些具體看實(shí)現(xiàn)，逐步降低精進(jìn)。

看你計(jì)算機(jī)基礎(chǔ)知識(shí)扎實(shí)不功底扎實(shí)，必須爬蟲的基礎(chǔ)知識(shí)是網(wǎng)絡(luò)基礎(chǔ)知識(shí)，不需要對(duì)TCP、IP有一定的知識(shí)了解，還必須熟得不能再熟HTTP協(xié)議。這些清楚之后當(dāng)然你不需要所了解爬蟲框架也能旗下爬蟲了，不過你是初學(xué)者，肯定還至不了自己人類創(chuàng)造一個(gè)框架的能力。你也可以你選擇一門你熟悉的編程語言接受入門學(xué)習(xí)，目前做爬蟲最很流行的語言有python、java、nodejs、C、C等。你也可以中,選擇一個(gè)自己比較喜歡的語言進(jìn)行何練起，然后再ftp訪問github，然后輸入隨機(jī)的關(guān)鍵詞進(jìn)行搜索，打開star多的接受學(xué)打聽一下，并遵循文檔進(jìn)行操作實(shí)踐。怎么學(xué)習(xí)爬蟲還需要清楚正則表達(dá)式這些知識(shí)方便啊文檔分析和提取。至于是為如何防止重復(fù)一遍抓，是需要用到布隆過濾器這些提升到處理速度，只不過爬到的內(nèi)容較少，還需要學(xué)習(xí)幫一下忙如何能擴(kuò)大經(jīng)營數(shù)據(jù)存儲(chǔ)，找一些存儲(chǔ)解決方案通過學(xué)習(xí)，再如redis、mongoDb等

布隆過濾器可以加載多少數(shù)據(jù)？

布隆過濾器但是是一種存儲(chǔ)二進(jìn)制向量和一系列任務(wù)道具映射函數(shù)的數(shù)據(jù)結(jié)構(gòu)。它這個(gè)可以存儲(chǔ)文件大量數(shù)據(jù)，確認(rèn)是否必然某個(gè)數(shù)據(jù)。這個(gè)可以上億到幾十億。

數(shù)據(jù)穿透是什么？

緩存穿透：緩存和數(shù)據(jù)庫中都就沒的數(shù)據(jù)，而用戶（黑客）斷的發(fā)起請(qǐng)求。

例子

我們數(shù)據(jù)庫的id也是從1自增的，假如率先發(fā)動(dòng)id-1的數(shù)據(jù)或則id不光大不修真者的存在的數(shù)據(jù)，這樣的不斷地攻擊導(dǎo)致數(shù)據(jù)庫壓力很大，極為嚴(yán)重會(huì)打垮數(shù)據(jù)庫。

幫忙解決

1）增強(qiáng)校驗(yàn)。比如用戶鑒權(quán)，參數(shù)做校驗(yàn)，不合法的校驗(yàn)真接return，諸如id做基礎(chǔ)校驗(yàn)，idlt0直接封鎖；

2）布隆過濾器。Redis里還有一個(gè)低級(jí)用法布隆過濾器（BloomFilter）這個(gè)也能很好的預(yù)防緩存刺入的發(fā)生了什么。

它的原理也很簡單啊，那是依靠又高效的數(shù)據(jù)結(jié)構(gòu)和算法飛快確認(rèn)出你這個(gè)Key是否在數(shù)據(jù)庫中修真者的存在，不存在你return就好了，存在你就去查DB重新登錄KV再return。