[selenium-grid]多机分布式环境下的selenium集群

6月 14, 2017 6条评论 15,710次阅读 7人点赞

源起

还是爬虫里面的某个场景需要重度使用selenium场景，所以需要起这样一个集群

对比

单机
docker
docker-compose
分布式集群

我们在使用selenium 的时候，我们一般就使用以上的环境和模式,单机怎么操作呢，下载相应的webdriver

单机

对于小型的使用环境，比如单线程操作，我们直接下载好相应版本的driver ，直接安装 selenium，然后使用就可以了

from selenium import webdriver
from selenium.webdriver import DesiredCapabilities

dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
        "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 Safari/537.36")

# 这里是你的webdriver的实际地址
driver = webdriver.PhantomJS(executable_path='/tools/phantomjs', desired_capabilities=dcap)         

# 然后你就可以愉快的写逻辑代码了
......

from selenium import webdriver

from selenium.webdriver import DesiredCapabilities

dcap = dict(DesiredCapabilities.PHANTOMJS)

dcap["phantomjs.page.settings.userAgent"] = (

"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/38.0.2125.122 Safari/537.36")

# 这里是你的webdriver的实际地址

driver = webdriver.PhantomJS(executable_path='/tools/phantomjs', desired_capabilities=dcap)

# 然后你就可以愉快的写逻辑代码了

......

Docker

关于docker的安装，以前已经介绍过了，这里就不加以重复了，安装好docker之后，我们选择实际selenium官方提供的镜像
保证安装好docker-compose ，这里就直接使用docker-compose.yml 文件起一个实例

docker-compose.yml

chrome:
    image: selenium/standalone-chrome:3.3.1
    ports:
      - 5555:4444
    environment:
      - GRID_TIMEOUT=40

chrome:

image: selenium/standalone-chrome:3.3.1

ports:

- 5555:4444

environment:

- GRID_TIMEOUT=40

然后使用在docker-compose.yml所在的目录，使用命令sudo docker-compose up -d

这个时候就起了一个实例，打开浏览器http://127.0.0.1:5555/ 就可以看到

脚本如何使用呢，也满简单

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

remote = 'http://127.0.0.1:5555/wd/hub'

driver = webdriver.Remote(command_executor=remote,desired_capabilities=DesiredCapabilities.CHROME)

#正常的逻辑代码

from selenium import webdriver

from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

remote = 'http://127.0.0.1:5555/wd/hub'

driver = webdriver.Remote(command_executor=remote,desired_capabilities=DesiredCapabilities.CHROME)

#正常的逻辑代码

如果你要开很多个也可以，前台挂个nginx然后启用多个之后集群

docker-compose 单机集群

docker-compose.yml

hub:
    image: selenium/hub:3.3.1
    ports:
      - 4444:4444
    environment:
      - GRID_TIMEOUT=40
firefox:
    image: selenium/node-firefox:3.3.1
    links:
      - hub
chrome:
    image: selenium/node-chrome:3.3.1
    links:
      - hub

hub:

image: selenium/hub:3.3.1

ports:

- 4444:4444

environment:

- GRID_TIMEOUT=40

firefox:

image: selenium/node-firefox:3.3.1

links:

- hub

chrome:

image: selenium/node-chrome:3.3.1

links:

- hub

使用命令sudo docker-compose up -d
浏览器打开 http://127.0.0.1:4444/就可以看到我们的hub界面了，脚本就如上，只需要端口改成4444

问题

不论是docker模式，还是以上的docker-compose 单机集群模式，问题都很明显的，就是当这台机器出现问题的时候，整个渲染环境就挂掉了，没办法做到很合理的横向拓展，比如单机资源不够用了(渲染是很消耗内存的)，就只能停机加内存，加完然后再起，那有没有方法直接将hub节点和node节点拆分开呢，当然有，虽然官方没有提供，不过在仔细的查看源代码之后，得到了解决方法

多机集群

hub节点假设在A机上，ip地址为:10.10.2.38

hub的主文件配置

hub:
    image: selenium/hub:3.3.1
    ports:
      - 4444:4444
    environment:
      - GRID_TIMEOUT=40

hub:

image: selenium/hub:3.3.1

ports:

- 4444:4444

environment:

- GRID_TIMEOUT=40

node节点假设B机上,ip地址为:
node的docker-compose 配置10.10.2.52

node:
    image: selenium/node-chrome:3.3.1
    ports:
          - "5556:5556"
    environment:
          - HUB_PORT_4444_TCP_ADDR=10.10.2.38
          - HUB_PORT_4444_TCP_PORT=4444
          - SE_OPTS=-host 10.10.2.52 -port 5556

node:

image: selenium/node-chrome:3.3.1

ports:

- "5556:5556"

environment:

- HUB_PORT_4444_TCP_ADDR=10.10.2.38

- HUB_PORT_4444_TCP_PORT=4444

- SE_OPTS=-host 10.10.2.52 -port 5556

这里有一个坑，就是你的 -port 必须和外部暴露的端口一致，源代码的处理是直接将这个port 处理成起机器的端口，==>源码所在<==

总结

这次我们主要是对selenium环境的各种分析和处理，并且处理分布式和多机的实践，基本上已经够你很多实用环境了，这些都是昨天在和今天查阅了大量的资料总结得来的

本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可

gondar说道：

6月 14, 2017 4:36 下午

真能膜拜下了

回复
1. bruce说道：
  
  6月 15, 2017 10:28 上午
  
  客气客气
  
  回复
zfyy说道：

12月 11, 2018 4:16 下午

remote = 'http://127.0.0.1:5555/wd/hub'

driver = webdriver.Remote(command_executor=remote,desired_capabilities=DesiredCapabilities.CHROME)

请问下这个Remote 打开的方式，要怎么给chrome修改user-agent呢？

回复
1. bruce说道：
  
  12月 11, 2018 4:48 下午
  
  # !/usr/bin/python
  # -*- coding: utf-8 -*-
  
  from selenium import webdriver
  # 进入浏览器设置
  options = webdriver.ChromeOptions()
  # 设置中文
  options.add_argument('lang=zh_CN.UTF-8')
  # 更换头部
  options.add_argument('user-agent="Mozilla/5.0 (iPod; U; CPU iPhone OS 2_1 like Mac OS X; ja-jp) AppleWebKit/525.18.1 (KHTML, like Gecko) Version/3.1.1 Mobile/5F137 Safari/525.20"')
  browser = webdriver.Chrome(chrome_options=options)
  url = "https://httpbin.org/get?show_env=1"
  browser.get(url)
  browser.quit()
  
  回复
张白水说道：

8月 25, 2019 11:16 下午

请教最后那个坑该如何解决

回复
1. bruce说道：
  
  8月 30, 2019 12:34 下午
  
  你好，你说的是哪个问题？
  
  回复