☰

GRequests での HTTP リクエストのレート制限/調整 質問する

tag-icon • tag-icon python http python-requests throttling rate-limiting
GRequests での HTTP リクエストのレート制限/調整 質問する

私はPython 2.7.3で小さなスクリプトを書いています。Gリクエストそして、さまざまな Web サイトから収集可能なカードの価格を収集して比較できる lxml があります。問題は、Web サイトの 1 つがリクエストの数を制限しており、その数を超えると HTTP エラー 429 を返すことです。

指定した 1 秒あたりのリクエスト数を超えないように、GRequestes のリクエスト数を調整する方法はありますか? また、HTTP 429 が発生した場合、しばらくしてから GRequestes を再試行するにはどうすればよいですか?

ちなみに、彼らの制限は信じられないほど低いです。15秒あたり8リクエストくらいです。価格変更を待ってページを更新するだけで、ブラウザで何度も制限を超えました。

ベストアンサー1

私は自分でこのことを理解する必要があり、このことに関する情報はほとんど出回っていないようだったので、自分で質問に答えることにします。

考え方は次のとおりです。GRequests で使用されるすべてのリクエスト オブジェクトは、作成時にセッション オブジェクトをパラメータとして受け取ることができます。一方、セッション オブジェクトには、リクエストの作成時に使用される HTTP アダプタをマウントできます。独自のアダプタを作成することで、リクエストをインターセプトし、アプリケーションに最適な方法でレート制限することができます。私の場合は、最終的に以下のコードになりました。

スロットルに使用されるオブジェクト:

DEFAULT_BURST_WINDOW = datetime.timedelta(seconds=5)
DEFAULT_WAIT_WINDOW = datetime.timedelta(seconds=15)


class BurstThrottle(object):
    max_hits = None
    hits = None
    burst_window = None
    total_window = None
    timestamp = None

    def __init__(self, max_hits, burst_window, wait_window):
        self.max_hits = max_hits
        self.hits = 0
        self.burst_window = burst_window
        self.total_window = burst_window + wait_window
        self.timestamp = datetime.datetime.min

    def throttle(self):
        now = datetime.datetime.utcnow()
        if now < self.timestamp + self.total_window:
            if (now < self.timestamp + self.burst_window) and (self.hits < self.max_hits):
                self.hits += 1
                return datetime.timedelta(0)
            else:
                return self.timestamp + self.total_window - now
        else:
            self.timestamp = now
            self.hits = 1
            return datetime.timedelta(0)

HTTP アダプタ:

class MyHttpAdapter(requests.adapters.HTTPAdapter):
    throttle = None

    def __init__(self, pool_connections=requests.adapters.DEFAULT_POOLSIZE,
                 pool_maxsize=requests.adapters.DEFAULT_POOLSIZE, max_retries=requests.adapters.DEFAULT_RETRIES,
                 pool_block=requests.adapters.DEFAULT_POOLBLOCK, burst_window=DEFAULT_BURST_WINDOW,
                 wait_window=DEFAULT_WAIT_WINDOW):
        self.throttle = BurstThrottle(pool_maxsize, burst_window, wait_window)
        super(MyHttpAdapter, self).__init__(pool_connections=pool_connections, pool_maxsize=pool_maxsize,
                                            max_retries=max_retries, pool_block=pool_block)

    def send(self, request, stream=False, timeout=None, verify=True, cert=None, proxies=None):
        request_successful = False
        response = None
        while not request_successful:
            wait_time = self.throttle.throttle()
            while wait_time > datetime.timedelta(0):
                gevent.sleep(wait_time.total_seconds(), ref=True)
                wait_time = self.throttle.throttle()

            response = super(MyHttpAdapter, self).send(request, stream=stream, timeout=timeout,
                                                       verify=verify, cert=cert, proxies=proxies)

            if response.status_code != 429:
                request_successful = True

        return response

設定：

requests_adapter = adapter.MyHttpAdapter(
    pool_connections=__CONCURRENT_LIMIT__,
    pool_maxsize=__CONCURRENT_LIMIT__,
    max_retries=0,
    pool_block=False,
    burst_window=datetime.timedelta(seconds=5),
    wait_window=datetime.timedelta(seconds=20))

requests_session = requests.session()
requests_session.mount('http://', requests_adapter)
requests_session.mount('https://', requests_adapter)

unsent_requests = (grequests.get(url,
                                 hooks={'response': handle_response},
                                 session=requests_session) for url in urls)
grequests.map(unsent_requests, size=__CONCURRENT_LIMIT__)

おすすめ記事