| Version 4 (modified by shunfa, 14 years ago) (diff) |
|---|
Crawlzilla爬取數據參考
單機測試
主機資訊
CPU: Intel® Core™ i7-920 Processor
記憶體: 12GiB
作業系統:
Ubuntu 10.04(lucid)
Linux 2.6.32-26-generic
Cralzilla版本: 0.3.0-101115 安裝於一台主機上
測試方式: 各別summit job，前一crawl job完成後再執行下一個job，非同時summit全部job
起始位址: http://udn.com/NEWS/mainpage.shtml
測試結果
| Depth | Exec. Time(HR) | Crawl Files | Crawl Words |
| 3 | 0.88 | 4599 | 89742 |
| 4 | 1.58 | 8903 | 126229 |
| 5 | 2.83 | 13498 | 171480 |
| 6 | 9.12 | 16744 | 204349 |
| 7 | 9.61 | 21324 | 312669 |
| 8 | 10.28 | 24984 | 356119 |
| 9 | 9.3 | 28044 | 413921 |
| 10 | 9.44 | 31981 | 431790 |
叢集測試
主機資訊
CPU:
記憶體: 8GiB
作業系統:
Ubuntu 10.04(lucid)
Linux Kernel:
Cralzilla版本: 0.3.0-101116
測試方式: shell script 執行爬取3~10層的Job
起始位址: http://udn.com/NEWS/mainpage.shtml
測試結果
| Depth | Exec. Time(HR) | Crawl Files | Crawl Words |
| 3 | 0.9 | 4642 | 89168 |
| 4 | 2.02 | 8212 | 123186 |
| 5 | 2.98 | 12517 | 163206 |
| 6 | 3.95 | 16220 | 210714 |
| 7 | 6.23 | 19577 | 319898 |
| 8 | |||
| 9 | |||
| 10 | |||
