2-抓取买家评论详情并保存和统计-流程图
2014-06-23 16:35:59 19 举报根据淘宝昵称库，抓取买家评价数据并存储到数据库中。
作者其他创作
大纲/内容
1）统计使用 6 条 SQL？还是 2 条 SQL？还是 1 条 SQL？2）除了好、中、差评数的统计，有没有必要再计算好好评率并记录在数据库中？
单次取 200 条是否合理？应该从哪些角度考虑？
将该买家评价详情保存到对应的买家评价详情分表 tbrate.tb_traderate_xxxx 中
hashed_id 是否为空
结束，再循环下 200 个
更新买家昵称表 tbrate.tb_user_nick 中的 hlg_modified 和 hashed_id
200 个买家是否遍历完成
否
插入 / 更新统计信息，使用INSERT ... ON DUPLICATE KEY UPDATE？
是
通过买家评价信息网址，获取买家 hashed_id
1）平均抓取速度：0.875 秒 / 条；2）200 条处理时间约 3 分钟；3）200 条买家昵称相关数据小于 8.5 KB；4）11 个 IP，每天约抓取 100 万买家数据；5）存在 hashed_id 的买家评价信息抓取会更快，可减少 2 个 HTTP 请求，共 3 个。
从买家昵称表 tbrate.tb_user_nick 中，以 hlg_modified 顺序获取 200 条记录，包括：nick、hashed_id、hlg_user_id
通过 hashed_id，获取买家最近发出的 40 条评价
对该买家的评价详情分表 tbrate.tb_traderate_xxxx 中的历史和半年的好、中、差评数进行统计，并记录在评价统计表 tbrate.tb_traderate_count 中
保存评价详情、统计并记录结果和更新昵称表是否需要在一个事务内？
遍历返回的买家nick、hashed_id、hlg_user_id 结果集
开始
通过 nick，抓取买家评价信息网址
0 条评论
下一页
