聊聊phantomjs的优化措施

序

本文主要小结一下phantomjs的优化措施

phantomjs

phantomjs相当于一个后台浏览器，有点内嵌jetty的味道，通常在自动化测试或者爬虫领域用。

优化点

• 池化技术,避免重复启动

对于其他语言进行进程间调用的话，频繁地调用进程进行上下文切换以及频繁创建对象及其消耗时间，因此可以进行连接池优化处理

• 设置about:blank,避免状态没有清除的bug

在引入连接池之后，处理不好的话，难以避免的带来很多状态的错乱，类似java的threadlocal，在tomcat连接池中使用的话，如果上一个线程使用完没有清除掉，则下个复用该线程的请求则会读到脏数据。

phantomjs貌似没有reset的接口，这里可以使用一个黑魔法，在每次get的时候，先打开一个blank，然后再进行请求。

• 开启disk-cache

如果对同一个页面访问比较频繁，则开启cache缓存一些静态资源，避免重复请求

• 抛弃selenium,直接使用api

如果你是使用selenium的封装来调用的话，那么可以考虑直接使用原始api，更直接一些。

• 构建分布式rest api服务

请求网络资源的处理，可能是非常耗时的，也及其不稳定，因此吞吐量肯定不高，高并发的时候很容易出现瓶颈，必要的时候进行分布式部署。

小结

除了phantomjs，chrome以及firefox也推出类似的headless版本，因此也多了几个选择，有待进行尝试。

doc

• 【phantomjs系列】Phantomjs正确打开方式
• 【phantomjs系列】Phantomjs Api介绍
• 【phantomjs系列】Selenium+Phantomjs性能优化
• 【phantomjs系列】Selenium+Phantomjs爬过的那些坑
• Selenium+PhantomJS的爬虫那些事儿